-
公开(公告)号：CN109190670B
公开(公告)日：2020-04-07
申请号：CN201810868080.0
申请日：2018-08-02
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于可扩展提升树的充电桩故障预测方法，方法主要包含两个阶段，第一阶段包括以下步骤：首先采集充电桩各部件的故障特征状态信号以及充电桩的故障信息到数据分析平台，作为模型训练样本数据；数据分析平台采用Xgboost算法对接收的大量练样本数据进行训练，得到一个达到一定精度满意度的充电桩故障预测模型；第二阶段，当数据分析平台再次接收到充电桩的状态信号时，将利用训练好的Xgboost模型对充电桩的故障状态做出判断。本发明利用人工智能技术解决了充电桩故障预测问题，并具有极高的准确度，可以降低充电桩人工维护检修成本，节省大量的人力和财力资源。
-
公开(公告)号：CN109190670A
公开(公告)日：2019-01-11
申请号：CN201810868080.0
申请日：2018-08-02
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于可扩展提升树的充电桩故障预测方法，方法主要包含两个阶段，第一阶段包括以下步骤：首先采集充电桩各部件的故障特征状态信号以及充电桩的故障信息到数据分析平台，作为模型训练样本数据；数据分析平台采用Xgboost算法对接收的大量练样本数据进行训练，得到一个达到一定精度满意度的充电桩故障预测模型；第二阶段，当数据分析平台再次接收到充电桩的状态信号时，将利用训练好的Xgboost模型对充电桩的故障状态做出判断。本发明利用人工智能技术解决了充电桩故障预测问题，并具有极高的准确度，可以降低充电桩人工维护检修成本，节省大量的人力和财力资源。
-
Search Results
2
records
(took 0.016 seconds)
