本發(fā)明提供一種基于工況數(shù)據(jù)的新能源汽車電控系統(tǒng)故障預(yù)測(cè)方法，在收集新能源汽車電控系統(tǒng)故障數(shù)據(jù)及故障樣本的基礎(chǔ)上，如控制器輸出偏差、控制器響應(yīng)數(shù)據(jù)、儀表顯示偏差等字段的數(shù)據(jù)，利用這些數(shù)據(jù)作為新能源汽車故障預(yù)測(cè)數(shù)據(jù)庫(kù)的支撐，作為學(xué)習(xí)樣本，結(jié)合神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的方法，建立基于神經(jīng)網(wǎng)絡(luò)的電控系統(tǒng)故障預(yù)測(cè)模型，通過矩陣運(yùn)算和softmax層的轉(zhuǎn)化得到最終的概率預(yù)測(cè)矩陣，選取概率最大的那一項(xiàng)故障作為最終的預(yù)測(cè)結(jié)果。模型的訓(xùn)練方法為隨機(jī)梯度下降法，通過不斷地迭代直到誤差小于閾值或者迭代次數(shù)大于設(shè)定值，最終形成了可用于實(shí)際電控系統(tǒng)故障預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型，對(duì)故障的預(yù)測(cè)準(zhǔn)確率達(dá)到96％以上。