基于ISSA-SVM的充电桩故障诊断

来源：电子测量技术杂志2023年第20期北京时间：

作者：何柳，张梅

单位：安徽理工大学 淮南 232001

摘要：针对充电桩故障诊断精度较低的问题，文中首先提出先利用多维尺度分析法处理样本数据，将原始数据映射到更低维的空间，减小模型计算代价；其次在麻雀搜索算法里融入了Sin 混沌映射和动态自适应权重，提高它的全局搜索能力和寻优精度，然后再利用改进的麻雀搜索算法对支持向量机模型进行参数寻优，同时建立最优诊断模型；最后用所得模型进行充电桩故障诊断，输出诊断结果。最终的实验结果表明：文中提出的充电桩故障诊断模型的诊断准确率高达95.135 1%，明显高于现有的一些常用模型。同时，文中所选用的支持向量机模型较其他分类模型效果更好，效率更高。

关键词：充电桩;故障诊断;多维尺度分析法;支持向量机模型;麻雀算法

基金资助：国家自然科学基金(51874010)、安徽高校自然科学研究项目（KJ2020A0309）资助