融合鲸鱼优化与动态时间规整的新能源汽车故障诊断方法

摘要

针对新能源汽车故障分类中的传统模型在检测精度和效率上的不足，提出了一种基于鲸鱼优化-动态时间规整的新能源汽车故障诊断模型(WPPD)。该方法结合主成分分析(PCA)、分段聚合近似(PAA)和动态时间规整(DTW),使用鲸鱼优化算法(WOA)对关键参数进行优化，实现故障的高精度诊断。利用PCA和PAA对汽车故障数据进行两步降维，以进行特征压缩并对时间序列进行分段聚合近似。利用DTW结合KNN对处理后的时间序列进行故障分类，通过计算不同时间序列之间的相似度来进行故障识别。引入WOA对PCA降维后的特征数量、PAA的分段数以及KNN中的k值进行优化，以提升诊断性能。实验结果表明，与传统模型相比，所提出的故障诊断模型的召回率和F1分数显著提高。

关键词

故障诊断 / 鲸鱼优化算法 / 动态时间规整 / 主成分分析 / 分段聚合近似