基于BOA-SSA-BP神经网络的充电桩故障诊断方法

茆敏; 窦真兰; 陈良亮; 杨凤坤; 刘鸿鹏

doi:10.19292/j.cnki.jdxxp.2024.02.005

吉林大学学报(信息科学版) ›› 2024, Vol. 42 ›› Issue (02) : 269 -276. DOI: 10.19292/j.cnki.jdxxp.2024.02.005

基于BOA-SSA-BP神经网络的充电桩故障诊断方法

茆敏, 窦真兰, 陈良亮, 杨凤坤, 刘鸿鹏

作者信息 +

Author information +

文章历史 +

摘要

针对电动汽车直流充电桩故障多发且难以精准诊断的问题，提出一种基于改进反向传播神经网络(BP:Back Propagation)的充电桩故障诊断方法。首先，对充电桩的运行数据集归一化、缺失值填充等预处理，将处理后的数据集输入BP模型中进行训练；其次，引入基于蝴蝶优化算法改进的麻雀搜索算法，对BP模型的权值和阈值进行寻优，得到最优化模型；最后，基于优化后的BP模型对充电桩的故障状态进行诊断。仿真结果表明，在平均绝对误差、平均绝对百分比误差、均方根误差等方面均具有良好的计算优势，相比传统BP算法的诊断精度，所提出的改进BP方法提升了14.85%,能较为准确地诊断充电桩的状态，为电动汽车故障诊断提供有力保障。