基于多模态时序数据分析的充电桩故障预测方法及系统

AITNT
正文
推荐专利
基于多模态时序数据分析的充电桩故障预测方法及系统
申请号:CN202511093032
申请日期:2025-08-06
公开号:CN120929965A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种基于多模态时序数据分析的充电桩故障预测方法,所述方法包括获取充电桩的原始运行数据,并对原始运行数据执行预处理,得到初始数据集合;根据初始数据集合,提取动态变化指标,得到时序特征集;根据时序特征集,提取特征向量,得到独立特征表示集合;根据独立特征表示集合,执行加权融合,得到融合特征结果;结合预设双层全连接神经网络,进行故障预测,得到初步故障预测结果;根据初步故障预测结果,对预设双层全连接神经网络进行全局搜索与调整,得到优化参数组合;根据优化参数组合,更新配置信息并执行训练,得到预测置信度;若预测置信度低于预设预测阈值,返回得到优化参数组合进行迭代,反之,输出最终故障预测结果。
技术关键词
独立特征 时序特征 融合特征 多模态 故障趋势预测 预测阈值 参数 标记特征 加权特征 更新配置信息 可读存储介质 充电桩故障 异常数据点 格式 时序结构 时间段 数据获取模块
系统为您推荐了相关专利信息
1
一种基于多模态情感计算的对话情绪原因分析方法及系统
原因分析方法 节点 上下文特征 异构 模态特征
2
一种基于视觉内容相关性的灭火系统
火灾现场 文本 融合图像特征 多模态 编码模块
3
基于多模态自适应融合的肺高压患者用药指导系统及方法
支持向量机回归模型 模式 高压 心功能参数 多模态
4
用于生成具身机器人可操作区域的多模态大模型训练方法
模型训练方法 多模态 关键点 物体 图像定位模型
5
一种地表水多点源污染溯源的方法及系统
深度学习模型 水质 环境参数信息 地表水 时序特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号