数据驱动的氢燃料电池客车故障预测

摘要

针对氢燃料电池客车运行的安全风险管理问题，提出一种基于数据驱动的故障预测方法。通过整合、清洗和预处理燃料电池客车的历史运行数据，采用数据分析技术确保数据准确性与一致性，处理数据缺失、异常和重复值，运用SMOTE和随机欠采样解决不均衡指标，提高预测准确率。选用朴素贝叶斯、决策树等7种算法作为基模型，进行集成学习训练，选用性能较优的随机森林、XGBoost和Bagging 3种基模型构建安全监控系统，得到多指标故障预测模型，验证模型的预测性能。结果表明，该模型能够同时准确预测氢燃料电池的各种行驶状态，为安全运行提供可靠监控，研究结果具有一定的先进性和应用价值。

关键词

数据驱动 / 大数据 / 集成学习 / 氢燃料电池客车故障预测

基金资助

成都市科技局重点研发项目(2022-YF05-01047-SN); 四川省科技厅重点研发项目(23ZDYF0506)