基于SO优化神经网络的新能源汽车充电桩故障预测系统研究

作     者：刘裕舸 LIU Yuge

作者机构：柳州铁道职业技术学院广西柳州545616 

基　　金：广西教育科学“十四五”规划2022年度高校创新创业教育、高等教育国际化、民办高等教育专项课题(项目编号:2022ZJY2788) 2022年柳州铁道职业技术学院科技创新团队——《城轨交通指挥运维创新团队》(2022-KJC003) 柳州铁道职业技术学院科研项目——一种基于数据挖掘技术对新能源汽车充电桩故障智能诊断与分类系统的研究与设计(2023-KJC03) 

出 版 物：《广西电力》 (Guangxi Electric Power)

年 卷 期：2023年第46卷第4期

页      码：30-37页

摘      要：随着新能源汽车的广泛应用,充电桩作为电网终端设备,其故障会对电网稳定性产生影响。为提高充电桩故障预测的准确性,本文提出一种基于蛇群算法(SO)优化神经网络的新能源汽车充电桩故障预测方法。该方法将SO算法与神经网络模型相结合,利用SO算法的全局优化搜索能力对神经网络权重进行训练优化,以提升模型的预测性能。在充电桩故障分类数据集上,本文构建三层全连接神经网络,并采用SO算法优化网络参数。优化后模型的各项指标如AUC、准确率、召回率等明显提高,较单一神经网络和其他优化算法效果更好。研究表明,SO算法可以有效提升神经网络在充电桩故障预测任务上的性能,为充电桩的状态监测和故障预警提供了有效解决方案。本研究的发现为未来充电桩故障预测方法的研究提供了有益的参考,同时也为实际的充电桩状态监测和故障预警系统的设计提供了支持。

主 题 词：充电桩 故障预测 SO FNN 

学科分类：0808[工学-自动化类] 08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

D　O　I：10.16427/j.cnki.issn1671-8380.2023.04.003

馆 藏 号：203126033...