基于CGAN-BiLSTM的直流充电桩整流器开路故障诊断方法及系统

本发明公开了基于CGAN‑BiLSTM的直流充电桩整流器开路故障诊断方法，包括以下步骤：采集整流器典型开路故障信号；提取故障信号的时域量纲特征，利用SSAE对其进行编码。获得关键稀疏特征，并将其作为CGAN的条件输入信息；训练CGAN的生成器和判别器，根据判别器得到的判别结果，分别对生成器和判别器进行更新，当模型达到纳什平衡时，获得的新生成样本与之前的归一化数据融合，形成质量扩充数据样本；将划分好的训练集输入进CGAN‑BiLSTM模型中进行训练，利用交叉熵损失函数计算模型的损失值，通过反向传播算法更新模型参数，直到模型收敛。本发明能有效解决因充电桩故障样本少引起的训练样本不平衡而导致的模型诊断精度较低问题。