Fault Diagnosis Method of DC Charging Points for EVs Based on Deep Belief Network

断层(地质) 深信不疑网络 人工神经网络 计算机科学 反向传播 人工智能 特征提取 模式识别(心理学) 趋同(经济学) 支持向量机 卷积神经网络 特征(语言学) 非线性系统 算法 物理 地质学 哲学 量子力学 经济增长 经济 地震学 语言学
作者
Dexin Gao,Xihao Lin
出处
期刊:World Electric Vehicle Journal [MDPI AG]
卷期号:12 (1): 47-47 被引量:8
标识
DOI:10.3390/wevj12010047
摘要

According to the complex fault mechanism of direct current (DC) charging points for electric vehicles (EVs) and the poor application effect of traditional fault diagnosis methods, a new kind of fault diagnosis method for DC charging points for EVs based on deep belief network (DBN) is proposed, which combines the advantages of DBN in feature extraction and processing nonlinear data. This method utilizes the actual measurement data of the charging points to realize the unsupervised feature extraction and parameter fine-tuning of the network, and builds the deep network model to complete the accurate fault diagnosis of the charging points. The effectiveness of this method is examined by comparing with the backpropagation neural network, radial basis function neural network, support vector machine, and convolutional neural network in terms of accuracy and model convergence time. The experimental results prove that the proposed method has a higher fault diagnosis accuracy than the above fault diagnosis methods.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大个应助我们采纳,获得10
刚刚
狂野萤应助丰富伯云采纳,获得10
1秒前
1秒前
Jasper应助swq采纳,获得10
1秒前
XuYe驳回了酷波er应助
2秒前
研友_85YNe8发布了新的文献求助10
3秒前
水若冰寒完成签到,获得积分10
3秒前
hins完成签到,获得积分10
5秒前
DAYDAY完成签到 ,获得积分10
7秒前
sikaixue发布了新的文献求助10
8秒前
11秒前
wanci应助游标卡尺采纳,获得10
13秒前
大模型应助TL采纳,获得10
14秒前
王羿曈完成签到,获得积分20
14秒前
14秒前
流砂完成签到,获得积分10
14秒前
16秒前
buno应助科研通管家采纳,获得10
16秒前
雪满头应助科研通管家采纳,获得10
16秒前
桐桐应助科研通管家采纳,获得10
16秒前
buno应助科研通管家采纳,获得10
17秒前
17秒前
17秒前
buno应助科研通管家采纳,获得10
17秒前
sikaixue完成签到,获得积分10
17秒前
18秒前
yeyuan1017发布了新的文献求助10
19秒前
能HJY发布了新的文献求助10
21秒前
双黄应助猪猪hero采纳,获得10
21秒前
科研通AI2S应助拓跋箴采纳,获得10
22秒前
23秒前
ruru发布了新的文献求助30
26秒前
认真沅完成签到,获得积分10
26秒前
27秒前
27秒前
Yvonne发布了新的文献求助10
27秒前
甘愿发布了新的文献求助10
27秒前
ljj301完成签到,获得积分10
29秒前
30秒前
虚拟的听筠完成签到,获得积分10
31秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Development of general formulas for bolted flanges, by E.O. Waters [and others] 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256496
求助须知:如何正确求助?哪些是违规求助? 2898727
关于积分的说明 8301929
捐赠科研通 2567817
什么是DOI,文献DOI怎么找? 1394748
科研通“疑难数据库(出版商)”最低求助积分说明 652913
邀请新用户注册赠送积分活动 630602