基于FASSA-SVM的充电桩故障预测算法研究

来源：电子测量技术杂志2022年第12期北京时间：

作者：张梅，高犁，陈万利

单位：安徽理工大学 电气与信息工程学院 淮南 232001

摘要：为了电动汽车直流充电桩的安全稳定运行，本文提出一种基于改进支持向量机的充电桩故障预测算法。该算法首先针对充电桩的运行参数进行缺失值填充、归一化等预处理；然后将预处理后的数据输入支持向量机模型训练，之后引入萤火虫算法改进麻雀算法对支持向量机模型进行参数寻优，得到最优模型；最后利用得到的最优模型预测诊断充电桩运行状态，来判断充电桩是否发生故障。实验结果表明，本文的预测算法预测精度可达94.68%，远高于传统的支持向量机模型的72.34%，能较准确地预测充电桩运行状态，为其预知维修、保障安全运行提供有力保障。

关键词：充电桩;故障预测;支持向量机;麻雀搜索算法;萤火虫算法

基金资助：安徽高校自然科学研究项目（KJ2020A0309）资助