基于FASSA-SVM的充电桩故障预测算法研究

作者：张梅; 高犁^*; 陈万利

来源：电子测量技术, 2022, 45(12): 48-53.

DOI：10.19651/j.cnki.emt.2208912

• 充电桩
• 故障预测
• 支持向量机
• 麻雀搜索算法
• 萤火虫算法

为了电动汽车直流充电桩的安全稳定运行，提出一种基于改进支持向量机的充电桩故障预测算法。该算法首先针对充电桩的运行参数进行缺失值填充、归一化等预处理；然后将预处理后的数据输入支持向量机模型训练，之后引入萤火虫算法改进麻雀算法对支持向量机模型进行参数寻优，得到最优模型；最后利用得到的最优模型预测诊断充电桩运行状态，来判断充电桩是否发生故障。实验结果表明，本文的预测算法预测精度可达94.68%,远高于传统的支持向量机模型的72.34%,能较准确地预测充电桩运行状态，为其预知维修、保障安全运行提供有力保障。

• 单位
  安徽理工大学