【技术实现步骤摘要】
本申请涉及车联网，尤其涉及一种车辆告警预测方法、装置、电子设备及存储介质。
技术介绍
1、随着车联网技术的发展，越来越多的车辆通过车联网技术与外部进行连接交互。车联网已经广泛应用于智能交通、车辆管理、驾驶辅助等领域，具有重要的社会意义和经济价值。例如，在车辆管理场景中，车联网技术可以实现对车辆的全方位集中管理，通过车载传感器实时监控车辆状态、位置、油耗等数据并传回云端进行处理，用户或者管理者可以随时随地查看车辆运行情况、进行预警和维护管理。进一步，在上述场景下，动力系统是车辆中至关重要的部分，直接决定了车辆的性能和驱动力，影响着车辆的可靠性和经济性。
2、目前，对于车辆的动力系统管理，一般是在检测到车辆的油温或水温达到一定阈值后，才发送相应的报警信号，提醒用户或管理者进行异常处理。可以看出，采用这种方式，无法及时且精准定位该车辆的异常原因。
技术实现思路
1、本申请提供了一种车辆告警预测方法、装置、电子设备及存储介质，用以在车辆出现异常时，及时提醒且精准定位车辆的异常原因。
2、第一方面，提供一种车辆告警预测方法，包括：
3、当基于动力系统告警预测模型，监测到目标车辆当前的动力系统温度存在异常时，将所述目标车辆上报的车辆状态信息输入到所述动力系统告警预测模型中，确定所述目标车辆是否属于第一类型异常原因；
4、若确定出所述目标车辆是属于第一类型异常原因，则根据所述第一类型异常原因生成所述目标车辆的第一告警信息；
5、若确定出
6、可选的，所述方法，还包括：
7、获取多个车辆的历史样本数据集，以及所述多个车辆各自的维保记录信息；其中，所述多个车辆中包括所述目标车辆；
8、根据所述历史样本数据集，以及所述多个车辆各自的维保记录信息，构建所述动力系统告警预测模型。
9、可选的，所述历史样本数据集至少包括所述多个车辆各自的动力系统温度、加速度和/或速度、环境温度、坡度、液位状态、油泵状态、水泵状态；
10、所述多个车辆各自的维保记录信息至少包括所述多个车辆各自的车辆识别码、更换部件名称、维保描述内容。
11、可选的，所述根据所述目标车辆的动力系统温度，以及所述动力系统告警预测模型，预测所述目标车辆的第二类型异常原因，包括：
12、根据设定周期采集到的所述目标车辆的动力系统温度，生成所述目标车辆当前的动力系统升温曲线；
13、将所述动力系统升温曲线，与所述动力系统告警预测模型中的目标温度拟合曲线进行比对，得到所述目标车辆的升温偏差结果；其中，所述目标温度拟合曲线是所述目标车辆在正常变温情况下，基于所述目标车辆的历史样本数据拟合出的温度拟合曲线；
14、根据所述升温偏差结果，以及从所述动力系统告警预测模型中调取到的所述目标车辆的目标维保记录信息，预测所述目标车辆的第二类型异常原因。
15、可选的，所述确定所述目标车辆属于第一类型异常原因，包括：
16、若满足以下至少一种条件，则确定出所述目标车辆属于所述第一类型异常原因：
17、所述车辆状态信息中所述目标车辆的液位状态低于设定的低液位阈值；
18、所述车辆状态信息中所述目标车辆的水泵和/或油泵处于未运行状态；
19、所述车辆状态信息中所述目标车辆的加速度大于设定的加速度阈值；
20、所述车辆状态信息中所述目标车辆所处的坡度大于设定的坡度阈值；
21、所述车辆状态信息中所述目标车辆所处的环境温度差大于设定的环境温度差℃阈值。
22、第二方面，提供一种车辆预警装置，包括：
23、第一异常检测模块，用于当基于动力系统告警预测模型，监测到目标车辆当前的动力系统温度存在异常时，将所述目标车辆上报的车辆状态信息输入到所述动力系统告警预测模型中，确定所述目标车辆是否属于第一类型异常原因；若确定出所述目标车辆是属于第一类型异常原因，则指示告警模块根据所述第一类型异常原因生成所述目标车辆的第一告警信息；
24、第二异常检测模块，用于确定出所述目标车辆不属于第一类型异常原因，则根据所述目标车辆的动力系统温度，以及所述动力系统告警预测模型，预测所述目标车辆的第二类型异常原因，并指示所述告警模块，根据所述第二类型异常原因生成所述目标车辆的第二告警信息。
25、可选的，所述装置还包括模型构建模块；所述模型构建模块用于获取多个车辆的历史样本数据集，以及所述多个车辆各自的维保记录信息；其中，所述多个车辆中包括所述目标车辆；
26、根据所述历史样本数据集，以及所述多个车辆各自的维保记录信息，构建所述动力系统告警预测模型。
27、可选的，所述历史样本数据集至少包括所述多个车辆各自的动力系统温度、加速度和/或速度、环境温度、坡度、液位状态、油泵状态、水泵状态；
28、所述多个车辆各自的维保记录信息至少包括所述多个车辆各自的车辆识别代码、更换部件名称、维保描述内容。
29、可选的，所述第二异常检测模块，具体用于：
30、根据设定周期采集到的所述目标车辆的动力系统温度，生成所述目标车辆当前的动力系统升温曲线；
31、将所述动力系统升温曲线，与所述动力系统告警预测模型中的目标温度拟合曲线进行比对，得到所述目标车辆的升温偏差结果；其中，所述目标温度拟合曲线是所述目标车辆在正常变温情况下，基于所述目标车辆的历史样本数据拟合出的温度拟合曲线，或者是所述目标车辆的同款车辆在正常变温情况下，基于所述同款车辆的历史样本数据拟合出的温度拟合曲线；
32、根据所述升温偏差结果，以及从所述动力系统告警预测模型中调取到的所述目标车辆的目标维保记录信息，预测所述目标车辆的第二类型异常原因。
33、可选的，所述第一异常检测模块，具体用于：
34、若满足以下至少一种条件，则确定出所述目标车辆属于所述第一类型异常原因：
35、所述车辆状态信息中所述目标车辆的液位状态低于设定的低液位阈值；
36、所述车辆状态信息中所述目标车辆的水泵和/或油泵处于未运行状态；
37、所述车辆状态信息中所述目标车辆的加速度大于设定的加速度阈值；
38、所述车辆状态信息中所述目标车辆所处的坡度大于设定的坡度阈值；
39、所述车辆状态信息中所述目标车辆所处的环境温度差大于设定的环境温度差阈值。
40、本申请实施例中，由于可实时监测目标车辆的动力系统温度，在通过构建的动力系统告警预测模型，确定出该目标车辆的动力系统温度存在异常情况下，可通过该动力系统告警预测模型，首先对该目标车辆的车辆状态信息进行第一维度的异本文档来自技高网...
【技术保护点】
1.一种车辆告警预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述方法，还包括：
3.如权利要求2所述的方法，其特征在于，所述历史样本数据集中至少包括所述多个车辆各自的动力系统温度、加速度和/或速度、环境温度、坡度、液位状态、油泵状态、水泵状态；
4.如权利要求1所述的方法，其特征在于，所述根据所述目标车辆的动力系统温度，以及所述动力系统告警预测模型，预测所述目标车辆的第二类型异常原因，包括：
5.如权利要求1所述的方法，其特征在于，所述确定所述目标车辆属于第一类型异常原因，包括：
6.一种车辆告警预测装置，其特征在于，包括：
7.如权利要求6所述的装置，其特征在于，所述装置还包括模型构建模块；
8.如权利要求7所述的装置，其特征在于，所述历史样本数据集至少包括所述多个车辆各自的动力系统温度、加速度和/或速度、环境温度、坡度、液位状态、油泵状态、水泵状态；
9.如权利要求6所述的装置，其特征在于，所述第二异常检测模块，具体用于：
10.如权利要求6所
11.一种电子设备，其特征在于，包括：
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5中任一项所述的方法步骤。
...【技术特征摘要】
1.一种车辆告警预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述方法，还包括：
3.如权利要求2所述的方法，其特征在于，所述历史样本数据集中至少包括所述多个车辆各自的动力系统温度、加速度和/或速度、环境温度、坡度、液位状态、油泵状态、水泵状态；
4.如权利要求1所述的方法，其特征在于，所述根据所述目标车辆的动力系统温度，以及所述动力系统告警预测模型，预测所述目标车辆的第二类型异常原因，包括：
5.如权利要求1所述的方法，其特征在于，所述确定所述目标车辆属于第一类型异常原因，包括：
6.一种车辆告警预测装置，其特征在于，包括：
7....
【专利技术属性】
技术研发人员：邝华会，周明翰，高海鹏，余才光，
申请(专利权)人：浙江吉利控股集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。