【技术实现步骤摘要】
本专利技术涉及设备监测，尤其涉及一种智能诊断方法、系统、计算机设备及存储介质。
技术介绍
1、近年来，随着全球环保意识的不断提升以及新能源技术的迅猛发展，电动汽车（ev）已然成为了主流的交通工具之一。这种趋势极大地推动了电动汽车充电基础设施的建设进程，充电桩数量随之呈现出大幅增长的态势。
2、然而，在充电桩数量快速增加的同时，也暴露出诸多问题。充电桩在日常使用过程中，由于其内部元器件会随着时间推移出现老化现象，并且还会受到外界诸多不确定因素的干扰，进而容易引发各种各样的故障，导致充电服务中断和用户体验感下降。当故障发生时，充电桩维修人员不能及时到达现场进行维修，充电桩会一直处于故障状态，不能进行充电服务，严重影响充电桩运营以及用户体验。
3、以上信息作为背景信息给出只是为了辅助理解本公开，并没有确定或者承认任意上述内容是否可用作相对于本公开的现有技术。
技术实现思路
1、本专利技术提供一种智能诊断方法、系统、计算机设备及存储介质，以解决现有技术中存在的问题。
...【技术保护点】
1.一种智能诊断方法，其特征在于，包括以下步骤：
2.根据权利要求 1 所述的智能诊断方法，其特征在于，在数据采集步骤中，所述多类数据信息包括通过设备中安装的传感器收集的多种物理量数据、从云平台获取的设备运行日志数据以及从运维渠道获取的设备维护记录数据；
3.根据权利要求 1 所述的智能诊断方法，其特征在于，还包括数据预处理：
4.根据权利要求 1 所述的智能诊断方法，其特征在于，还包括构建神经网络模型：选择多层感知器作为基本神经网络架构，输入层节点数为 5，分别对应工作温度、环境湿度、充电电流、工作时长、充电时长，输出节点为元器件...
【技术特征摘要】
1.一种智能诊断方法，其特征在于，包括以下步骤：
2.根据权利要求 1 所述的智能诊断方法，其特征在于，在数据采集步骤中，所述多类数据信息包括通过设备中安装的传感器收集的多种物理量数据、从云平台获取的设备运行日志数据以及从运维渠道获取的设备维护记录数据；
3.根据权利要求 1 所述的智能诊断方法，其特征在于，还包括数据预处理：
4.根据权利要求 1 所述的智能诊断方法，其特征在于，还包括构建神经网络模型：选择多层感知器作为基本神经网络架构，输入层节点数为 5，分别对应工作温度、环境湿度、充电电流、工作时长、充电时长，输出节点为元器件预期寿命，以构建预测模型。
5.根据权利要求 1 所述的智能诊断方法，其特征在于，还包括模...
【专利技术属性】
技术研发人员：杨飞，贺国栋，王刚，梁海刚，马超群，刘宝辉，
申请(专利权)人：中能易电新能源技术有限公司，
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。