典型文献
基于FASSA-SVM的充电桩故障预测算法研究
文献摘要：
为了电动汽车直流充电桩的安全稳定运行,提出一种基于改进支持向量机的充电桩故障预测算法.该算法首先针对充电桩的运行参数进行缺失值填充、归一化等预处理;然后将预处理后的数据输入支持向量机模型训练,之后引入萤火虫算法改进麻雀算法对支持向量机模型进行参数寻优,得到最优模型;最后利用得到的最优模型预测诊断充电桩运行状态,来判断充电桩是否发生故障.实验结果表明,本文的预测算法预测精度可达94.68％,远高于传统的支持向量机模型的72.34％,能较准确地预测充电桩运行状态,为其预知维修、保障安全运行提供有力保障.
文献关键词：
充电桩;故障预测;支持向量机;麻雀搜索算法;萤火虫算法
中图分类号：
作者姓名：
张梅;高犁;陈万利
作者机构：
安徽理工大学电气与信息工程学院 淮南232001
文献出处：
引用格式：
[1]张梅;高犁;陈万利-.基于FASSA-SVM的充电桩故障预测算法研究)[J].电子测量技术,2022(12):48-53
A类：
B类：
FASSA,故障预测算法,算法研究,电动汽车,直流充电桩,安全稳定运行,改进支持向量机,运行参数,缺失值填充,支持向量机模型,模型训练,萤火虫算法,算法改进,改进麻雀算法,参数寻优,最优模型,用得,预测诊断,算法预测,预知维修,保障安全,麻雀搜索算法
AB值：
0.280756
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
