1.一种基于神经网络的纯电动汽车电器故障诊断训练方法,其特征在于,所述基于神经网络的纯电动汽车电器故障诊断训练方法包括:步骤S1,调用传感器检测纯电动汽车电器系统的多组状态数据;
步骤S2,将步骤S1检测到的多组状态数据输入不同的模型,每个模型与训练人员一一对应,训练人员选择对应模型输出的故障标签,其中,所述模型为未训练的机器学习模型;
步骤S3,将经过数次步骤S2后的不同模型,分别输入具有映射关系的状态数据与故障标签,验证模型的准确性;若模型输出的故障标签与输入的故障标签一致,则输出模型准确可靠;若模型输出的故障标签与输入的故障标签不一致,则输出模型不准确可靠,返回进入步骤S2;
所述传感器包括多组不同类型传感器,包括电流、电压、电阻传感器;
所述传感器还包括汽车故障码读取设备;
所述步骤S1中的多组状态数据包括电流值、电压值、故障码、电阻值参数;
在所述步骤S2中,所述故障标签包括多个不同电器故障的标签或自定义标签;
在所述步骤S2中,所述训练人员能够自由选择标签类型;
在所述步骤S2中,所述机器学习模型为有监督学习模型。
2.一种用于执行权利要求1所述的基于神经网络的纯电动汽车电器故障诊断训练方法的装置,其特征在于,所述装置包括:调用单元,用于调用传感器检测纯电动汽车电器系统的多组状态数据;
学习单元,用于将调用单元检测到的多组状态数据输入不同的模型,每个模型与训练人员一一对应,训练人员选择对应模型输出的故障标签,其中,所述模型为未训练的机器学习模型;
评估单元,用于将经过学习单元中被训练后的不同模型,分别输入具有映射关系的故障数据与故障标签,验证模型的准确性;若模型输出的故障标签与输入的故障标签一致,则输出模型准确可靠;若模型输出的故障标签与输入的故障标签不一致,则输出模型不准确可靠,返回学习单元进行训练。
3.根据权利要求2所述的用于执行基于神经网络的纯电动汽车电器故障诊断训练方法的装置,其特征在于,调用单元包括传感器模块,用于获取纯电动汽车电器系统各个状态数据,包括电压、电流、电阻;汽车故障码读取设备,用于获取纯电动汽车故障码信息。
4.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1所述的方法。