[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

说明书

本发明提供一种汽车故障预测方法、装置电子设备及存储介质，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。本方法具有适用性强、准确率高、速度快等优点。

技术领域

本发明涉及汽车故障预测技术领域，特别涉及一种汽车故障预测方法、装置、电子设备及存储介质。

背景技术

据统计，全球汽车保有量突破10亿辆，人们的生活越来越离不开汽车。车辆在使用过程中，难免会出现一些异常或故障。汽车故障码的数量多达上万条，而且往往一个故障的发生原因有多种，目前还不存在可靠的汽车故障预测系统，一般都是故障发生后，驾驶员将车开到4S店或者修理厂，用OBD设备读取故障码，并逐一排查故障原因。

随着汽车向电动化、网联化、智能化发展，汽车的机械结构和电子系统越来越复杂，部件出现故障的数量和几率将会增加。一些故障会给驾驶带来非常大的安全隐患，还会导致时间和金钱上的损失，特别是新能源汽车，由于现阶段电池技术仍不成熟，相关故障引发的后果更加严重。

因此亟需提供一种汽车故障预测方法的技术方案，能够预测出故障的发生时间，在故障发生前，通知车主去检查维修或者保养，从而避免故障发生，提升汽车的安全性。

发明内容

为了解决上述问题，本发明提供一种汽车故障预测方法，，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。

进一步地、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。

进一步地、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。