CN114676782B 一种基于高频时序数据的车辆故障预警方法及系统 （山东大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114676782B(45)授权公告日2025.07.01

(21)申请号202210325250.7

(22)申请日2022.03.30

(65)同一申请的已公布的文献号申请公布号CN114676782A

(43)申请公布日2022.06.28

GO6F

GO6F

GO6N

GO6N

GO6N

GO6F

18/2415(2023.01)18/22(2023.01)

3/045(2023.01)

3/0442(2023.01)

3/0464(2023.01)

123/02(2023.01)

(73)专利权人山东大学

地址266237山东省青岛市即墨滨海路72

号

(72)发明人彭朝晖王艺霖谢广印厉浩

薛亮王芳珺

(74)专利代理机构济南圣达知识产权代理有限

公司37221专利代理师闫圣娟

(56)对比文件

CN107703920A,2018.02.16

CN112418460A,2021.02.26CN112801400A,2021.05.14CN113485302A,2021.10.08审查员韩雅美

(51)Int.CI.

GO6F18/2431(2023.01)权利要求书2页说明书11页附图2页

(54)发明名称

一种基于高频时序数据的车辆故障预警方法及系统

(57)摘要

CN114676782B本发明公开一种基于高频时序数据的车辆故障预警方法及系统，包括：对获取的车辆运行数据按车辆ID和时间顺序进行排序，且采用不同时间窗口进行划分后，得到不同时间窗口下的多元时序数据；对排序后的车辆运行数据进行异动检测，确定潜在异常车辆；根据多元变量间的相关关系，将潜在异常车辆在不同时间窗口下的多元时序数据转换为特征相关图，根据特征相关图判断潜在异常车辆的异常程度，得到不同时间窗口下潜在异常车辆的异常得分；根据不同时间窗口下的异常得分，对异常得分超出阈值的多元时序数据进行故障类型的匹配，得到故障类型。利用时序数据中的关系量化故障发生概率，并反馈

CN114676782B

结束

结束

得到故障类型

故障类型匹配模块

yes

score05

no

异常检测模块

特征相关图转换

数据预处理

开始

CN114676782B权利要求书1/2页

2

1.一种基于高频时序数据的车辆故障预警方法，其特征在于，包括：

对获取的车辆运行数据按车辆ID和时间顺序进行排序，且采用不同时间窗口进行划分后，得到不同时间窗口下的多元时序数据；

对排序后的车辆运行数据进行异动检测，确定潜在异常车辆；

根据多元变量间的相关关系，将潜在异常车辆在不同时间窗口下的多元时序数据转换为特征相关图，根据特征相关图判断潜在异常车辆的异常程度，得到不同时间窗口下潜在异常车辆的异常得分；

根据不同时间窗口下的异常得分，对异常得分超出阈值的多元时序数据进行故障类型的匹配，得到故障类型；

根据特征相关图判断潜在异常车辆的异常程度的过程包括：根据特征相关图提取多元时序数据的多尺度时空相关特征，以得到不同时间窗口下多元时序数据对应的异常得分；

基于生成对抗网络进行多尺度时空相关特征的提取，具体包括：所述生成对抗网络由多层卷积层和长短期记忆网络构造，通过卷积层编码特征相关图中的空间特征，通过多层卷积层捕获多尺度空间特征，通过长短期记忆网络捕捉每层卷积层对应的时间特征，通过时间注意力机制选定最相关的时间特征，完成对多尺度时空相关特征的提取；

所述车辆运行数据的属性包括发动机冷却液温度、发动机转速、增压压力、车速、扭矩、燃油消耗率。

2.如权利要求1所述的一种基于高频时序数据的车辆故障预警方法，其特征在于，对获取的车辆运行数据按车辆ID进行分组，并按时间排序，设定时间窗口，将下一时刻的车辆运行数据根据车辆ID插入对应队列的队尾，直至队列长度达到时间窗口的长度后，将队头数据提取，将新车辆运行数据继续插入队尾，以使队列始终保持时间窗口的长度。

3.如权利要求1所述的一种基于高频时序数据的车辆故障预警方法，其特征在于，对排序后的车辆运行数据进行异动检测的过程包括：根据当前时刻与上一时刻的车辆属性相关关系判断车辆状态是否存在异