← 返回列表
一种基于人工智能的无线充电设备故障检测方法及系统
申请人信息
- 申请人:朗峰新材料启东有限公司
- 申请人地址:226000 江苏省南通市启东市少直镇工业园区
- 发明人: 朗峰新材料启东有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于人工智能的无线充电设备故障检测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410067363.0 |
| 申请日 | 2024/1/17 |
| 公告号 | CN117574141A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06F18/2135 |
| 权利人 | 朗峰新材料启东有限公司 |
| 发明人 | 江沐风; 江向荣 |
| 地址 | 江苏省南通市启东市少直镇工业园区 |
摘要文本
本发明公开了一种基于人工智能的无线充电设备故障检测方法及系统，方法包括数据采集、数据预处理、特征提取、故障检测模型构建和故障检测报告生成。本发明属于无线充电技术领域，具体是指一种基于人工智能的无线充电设备故障检测方法及系统，本方案采用核主成分分析进行特征提取，将数据映射到高维特征空间，可以充分挖掘数据的非线性结构，能够更有效地捕捉关键特征，有助于提高故障检测的性能和效果；采用基于最小二乘支持向量机的模型构建，能够充分利用已有的少量故障样本进行模型构建，具有更强的泛化能力，更好地应对实际应用中出现的新样本和未知故障情况。
专利主权项内容
1.一种基于人工智能的无线充电设备故障检测方法，其特征在于：该方法包括以下步骤：步骤S1：数据采集，具体为获取无线充电设备数据和状态标签；步骤S2：数据预处理；步骤S3：特征提取，具体为采用RBF核函数将标准数据映射到高维特征空间，通过对标准数据进行核主成分分析，计算得到特征向量；步骤S4：故障检测模型构建，具体为基于最小二乘支持向量机进行模型构建，采用贝叶斯优化算法进行超参数优化，计算得到优化后的拉格朗日乘子和线性回归偏置项，依据优化后的拉格朗日乘子和线性回归偏置项，结合特征向量和目标向量进行模型训练，得到无线充电设备故障检测模型；步骤S5：故障检测报告生成。