11:33
官方账号arXiv cs.LG@Cande Lian, Wentao Zeng, Jiabin Wu, Yiming Bie, Wei Zhou
推荐理由：这篇论文提出的FGDSE框架能提前30天预测充电桩故障，特别指出极端热是关键风险，帮你搞清楚该什么时候维护。
故障预测
共 1 条相关 AI 资讯
7月24日
11:33
FGDSE是一种特征驱动的动态堆叠集成框架，用于预测电动车充电桩在1-30天内的每日故障风险。该框架将信号分为四个特征家族，分别由领域专家模型处理，并加入两个深度时序专家捕捉短期波动和长期退化。在13个站点25个月的数据测试中，FGDSE在10天后超越12个基线，30天宏观召回率约85%，AUC仅下降3.2点。框架揭示极端热是唯一随时间因果效应增强的气候因素，并识别出约30%的站点为热敏感，为气候适应性维护提供量化阈值。