-
公开(公告)号：CN110865628B
公开(公告)日：2020-12-25
申请号：CN201911025232.1
申请日：2019-10-25
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种基于工况数据的新能源汽车电控系统故障预测方法，在收集新能源汽车电控系统故障数据及故障样本的基础上，如控制器输出偏差、控制器响应数据、仪表显示偏差等字段的数据，利用这些数据作为新能源汽车故障预测数据库的支撑，作为学习样本，结合神经网络预测的方法，建立基于神经网络的电控系统故障预测模型，通过矩阵运算和softmax层的转化得到最终的概率预测矩阵，选取概率最大的那一项故障作为最终的预测结果。模型的训练方法为随机梯度下降法，通过不断地迭代直到误差小于阈值或者迭代次数大于设定值，最终形成了可用于实际电控系统故障预测的神经网络模型，对故障的预测准确率达到96％以上。
-
公开(公告)号：CN111190062A
公开(公告)日：2020-05-22
申请号：CN201911399392.2
申请日：2019-12-30
Applicant: 清华大学深圳国际研究生院
IPC: G01R31/00 , G01M17/007 , G06N3/04 , G06N3/08
Abstract: 一种基于神经网络的车辆电控系统安全性分析方法和装置，该方法包括以下步骤：获取车辆电控系统的历史工况数据和标签，得到训练集；确定BP神经网络的拓扑结构，包含输入层、隐藏层、输出层和softmax层；用所述训练集训练并建立BP神经网络预测模型；将从待测电动车电控系统实时采集的工况数据输入BP神经网络预测模型，对待测电动车电控系统进行安全性分析。相对于现有的车辆电控系统安全检测方法，本发明可快速完成对车辆电控系统安全性的分析和评估，具有快速、高时效性、非破坏性、可重复性的优点。
-
公开(公告)号：CN110865628A
公开(公告)日：2020-03-06
申请号：CN201911025232.1
申请日：2019-10-25
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种基于工况数据的新能源汽车电控系统故障预测方法，在收集新能源汽车电控系统故障数据及故障样本的基础上，如控制器输出偏差、控制器响应数据、仪表显示偏差等字段的数据，利用这些数据作为新能源汽车故障预测数据库的支撑，作为学习样本，结合神经网络预测的方法，建立基于神经网络的电控系统故障预测模型，通过矩阵运算和softmax层的转化得到最终的概率预测矩阵，选取概率最大的那一项故障作为最终的预测结果。模型的训练方法为随机梯度下降法，通过不断地迭代直到误差小于阈值或者迭代次数大于设定值，最终形成了可用于实际电控系统故障预测的神经网络模型，对故障的预测准确率达到96％以上。
-
公开(公告)号：CN111190062B
公开(公告)日：2022-02-11
申请号：CN201911399392.2
申请日：2019-12-30
Applicant: 清华大学深圳国际研究生院
IPC: G01R31/00 , G01M17/007 , G06N3/04 , G06N3/08
Abstract: 一种基于神经网络的车辆电控系统安全性分析方法和装置，该方法包括以下步骤：获取车辆电控系统的历史工况数据和标签，得到训练集；确定BP神经网络的拓扑结构，包含输入层、隐藏层、输出层和softmax层；用所述训练集训练并建立BP神经网络预测模型；将从待测电动车电控系统实时采集的工况数据输入BP神经网络预测模型，对待测电动车电控系统进行安全性分析。相对于现有的车辆电控系统安全检测方法，本发明可快速完成对车辆电控系统安全性的分析和评估，具有快速、高时效性、非破坏性、可重复性的优点。
-
-
-
Search Results
4
records
(took 0.053 seconds)
