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)測數(shù)據(jù)庫的支撐，作為學(xué)習(xí)樣本，結(jié)合神經(jīng)網(wǎng)絡(luò)預(yù)測的方法，建立基于神經(jīng)網(wǎng)絡(luò)的電控系統(tǒng)故障預(yù)測模型，通過矩陣運算和softmax層的轉(zhuǎn)化得到最終的概率預(yù)測矩陣，選取概率最大的那一項故障作為最終的預(yù)測結(jié)果。模型的訓(xùn)練方法為隨機梯度下降法，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際電控系統(tǒng)故障預(yù)測的神經(jīng)網(wǎng)絡(luò)模型，對故障的預(yù)測準(zhǔn)確率達到96％以上。