[发明专利]一种汽车故障预测方法、装置、电子设备及存储介质

权利要求书

1.一种汽车故障预测方法，其特征在于，包括：

接收待测车辆的行车信息；

根据所述行车信息确定行车目标特征集；

根据所述行车目标特征集利用故障风险识别模型策略，确定所述行车信息对应的故障发生时间，其中所述故障风险识别模型策略包括：故障风险识别策略和故障风险识别模型组件，所述故障风险识别模型组件根据多个历史车辆行车信息的行车目标特征集与所述历史车辆行车信息对应的故障发送时间之间的对应关系训练得到；

将所述行车信息对应的故障发生时间发送至所述待测车辆，以使得所述待测车辆根据所述故障发生时间生成对应的提示。

2.根据权利要求1所述的方法，其特征在于，所述故障风险识别模型组件被设置为按照下述方式建立：

获取多个所述历史车辆行车信息，所述历史车辆行车信息包括：行车目标特征集和与所述历史车辆行车信息对应的故障发生时间；

建立所述故障风险识别模型组件，其中，故障风险识别模型组件包括多个模型参数；

将所述历史车辆行车信息中的行车目标特征集作为所述故障风险识别模型组件的输入数据，将与所述历史车辆行车信息对应的故障发生时间作为所述故障风险识别模型组件的输出数据，调整所述故障风险识别模型组件的所述模型参数，直至所述故障风险识别模型组件达到预设要求。

3.根据权利要求1所述的方法，其特征在于，所述行车信息包括：故障编码和行车参数；

所述根据所述行车信息确定行车目标特征集，包括：

根据所述故障编码对所述行车参数进行清洗，以得到行车初始特征子集；

过滤掉所述行车初始特征子集中无效的特征，以得到有效行车特征子集；

对所述有效行车特征子集进行归一化处理，以得到所述行车目标特征集。

4.根据权利要求3所述的方法，其特征在于，所述行车参数包括以下至少一种：外部温度最高值、外部温度最低值、外部湿度最大值、外部湿度最小值、里程、车龄、累计行驶时长、累计怠速时长、发动机未启动最长天数，空调使用时长、发动机转速平均值、发动机红线转速时长、水温最高值、水温最低值、机油温度最高值、机油压力最高值、机油压力最低值、蓄电池电压最高值、蓄电池电压最低值、电动机转速平均值、电动机电压最低值、电动机电流最低值、动力电池电压最高值、动力电池电压最低值、动力电池电流最大值、动力电池电流最小值、动力电池温度最高值、动力电池温度最低值、平均速度、启动次数、急加速次数、急减速次数、车身横向加速度平均值、加速踏板行程平均值、加速踏板加速度平均值、制动踏板行程平均值、制动踏板加速度平均值、方向盘角速度平均值和车辆型号。

5.一种汽车故障预测方法，其特征在于，包括：

获取预测请求；

基于所述预测请求发送行车信息至服务器，以使得所述服务器利用故障风险识别模型策略确定所述行车信息对应的故障发生时间，其中所述故障风险识别模型策略包括：故障风险识别策略和故障风险识别模型组件，所述故障风险识别模型组件根据多个历史车辆行车信息的行车目标特征集与所述历史车辆行车信息对应的故障发送时间之间的对应关系训练得到；

接收所述行车信息对应的故障发生时间；

根据所述故障发生时间生成对应的提示。

6.一种汽车故障预测装置，其特征在于，包括：

行车信息接收模块，用于接收待测车辆的行车信息；

行车目标特征集确定模块，用于根据所述行车信息确定行车目标特征集；

故障发生时间确定模块，用于根据所述行车目标特征集利用故障风险识别模型策略，确定所述行车信息对应的故障发生时间，其中所述故障风险识别模型策略包括：故障风险识别策略和故障风险识别模型组件，所述故障风险识别模型组件根据多个历史车辆行车信息的行车目标特征集与所述历史车辆行车信息对应的故障发送时间之间的对应关系训练得到；

故障发生时间发送模块，用于将所述行车信息对应的故障发生时间发送至所述待测车辆，以使得所述待测车辆根据所述故障发生时间生成对应的提示。