直流充电桩监控方法、装置、电子设备和存储介质与流程
- 国知局
- 2024-08-02 16:53:10
本技术涉及充电检测装置领域,具体而言,涉及一种直流充电桩监控方法、装置、电子设备和存储介质。
背景技术:
1、针对目前电动车直流充电桩故障监控,现已有的发明技术主要有以下几种:
2、第一种:描述了一种基于cnn-lstm-attention模型的充电桩故障诊断方法。该方法通过收集充电桩的历史和实时运行数据,将数据分为训练集和测试集,并训练模型来预测故障。模型整合了卷积神经网络(cnn)、长短期记忆网络(lstm)和注意力机制,以提高诊断的准确性和效率,改善了特征提取和模型的可靠性。该发明采用了cnn-lstm-attention组合模型,可以有效提取时间序列数据的特征,同时关注重要信息,从而提高充电桩故障检测的准确性和效率。
3、第二种:描述一种充电桩故障预测方法及系统,通过收集充电桩的历史故障数据和实时特征数据来构建健康状态指数,并与故障类型相关联形成故障样本数据库。该方法利用实时数据构建充电桩的健康评价指数,并将其与故障样本数据库中的指数进行比较,以预测当前的故障类型。此系统旨在提高充电桩故障预测的准确性和效率,降低运维成本,提升安全性。
4、然而,这两种技术都存在故障检测准确性不够高的缺点。
技术实现思路
1、本技术实施例的目的在于提供一种直流充电桩监控方法、装置、电子设备和存储介质,用以基于直流充电桩的运行数据和电动车的充电数据实现充电桩的故障检测,从而基于更加全面的数据提高故障检测准确性。
2、第一方面,本发明提供一种直流充电桩监控方法,所述方法包括:
3、获取目标数据,其中,所述目标数据包括直流充电桩的运行数据和电动车的充电数据,其中,所述电动车与所述直流充电桩连接;
4、对所述目标数据进行数据预先处理,得到预处理数据;
5、基于随机森林算法从所述预处理数据中提取用于对所述直流充电桩进行故障诊断的特征数据;
6、将所述特征数据输入故障检测模型,以使所述故障检测模型输出针对所述直流充电桩的故障诊断类型。
7、本技术第一方面的方法通过获取目标数据,其中,所述目标数据包括直流充电桩的运行数据和电动车的充电数据,其中,所述电动车与所述直流充电桩连接,进而能够对所述目标数据进行数据预先处理,得到预处理数据,进而能够基于随机森林算法从所述预处理数据中提取用于对所述直流充电桩进行故障诊断的特征数据,进而能够将所述特征数据输入故障检测模型,以使所述故障检测模型输出针对所述直流充电桩的故障诊断类型。与现有技术相比,本技术的故障针对融合了直流充电转的运行数据和电动车的数据,进而故障检测模型能够基于更全面的数据预测直流充电柱的故障类型。
8、在可选的实施方式中,所述对所述目标数据进行数据预先处理,得到预处理数据,包括:
9、对所述目标数据进行数据清洗,得到清洗后的数据;
10、转换所述清洗后的数据的格式并存储;
11、以及,所述对所述目标数据进行数据清洗,得到清洗后的数据,包括:
12、判断所述直流充电桩的运行数据是否存在重复数据;
13、当所述直流充电桩的运行数据存在所述重复数据时,基于simhash算法将所述重复数据删除。
14、本可选的实施方式通过判断所述直流充电桩的运行数据是否存在重复数据,进而当所述直流充电桩的运行数据存在所述重复数据时,能够基于simhash算法将所述重复数据删除,从而基于更加准确的输入数据提高模型预测的转型。
15、在可选的实施方式中,所述对所述目标数据进行数据清洗,得到清洗后的数据,还包括:
16、当所述直流充电桩的运行数据不存在所述重复数据时,判断所述直流充电桩的运行数据是否存在噪声数据;
17、当所述直流充电桩的运行数据存在所述噪声数据时,对所述直流充电桩的运行数据进行数据平滑。
18、本可选的实施方式能够在所述直流充电桩的运行数据不存在所述重复数据时,判断所述直流充电桩的运行数据是否存在噪声数据,进而当所述直流充电桩的运行数据存在所述噪声数据时,能够对所述直流充电桩的运行数据进行数据平滑,其中,通过数据平滑,可降低噪声数据对模型的输出的影响,提高模型输出的准确性。
19、在可选的实施方式中,所述对所述目标数据进行数据清洗,得到清洗后的数据,还包括:
20、当所述直流充电桩的运行数据不存在所述噪声数据时,判断所述直流充电桩的运行数据是否缺失数据;
21、当所述直流充电桩的运行数据缺失数据时,判断所述直流充电桩的运行数据的是否缺失时间,若是则基于周期采样补全所述直流充电桩的运行数据,当所述直流充电桩的运行数据不缺失时间时,判断所述直流充电桩的运行数据是否缺失数值,当所述直流充电桩的运行数据缺失数值时,基于线性插值补全。
22、本可选的实施方式能够在所述直流充电桩的运行数据不存在所述噪声数据时,判断所述直流充电桩的运行数据是否缺失数据,进而能够所述直流充电桩的运行数据缺失数据时,判断所述直流充电桩的运行数据的是否缺失时间,若是则基于周期采样补全所述直流充电桩的运行数据,当所述直流充电桩的运行数据不缺失时间时,判断所述直流充电桩的运行数据是否缺失数值,当所述直流充电桩的运行数据缺失数值时,基于线性插值补全。
23、在可选的实施方式中,所述故障检测模型基于lstm网络构建。
24、本可选的实施方式基于stm网络构建的故障检测模型,能够基于lstm网络的门控机制,保留和利用旧信息,从而在整个序列中维持信息的流动,减少信息的丢失,具有很好的泛化能力和动态适应性。
25、在可选的实施方式中,所述直流充电桩的运行数据包括两个充电枪的工况数据,所述充电枪的工况数据包括三相电压、三相电流、充电柱效率、总电能、功率、频率和温度;
26、以及,所述电动车的充电数据包括:电动车电车容量、电动车充电功率、电动车初始soc和电动车电池额定容量。
27、在可选的实施方式中,所述直流充电桩的故障诊断类型包括正常状态、bms通讯故障、绝缘检测模块故障、充电电压过大、充电电流过大、充电温度过高、充电模块输出短路、交流断路器故障。
28、第二方面,本发明提供一种直流充电桩监控装置,所述装置包括:
29、获取模块,用于获取目标数据,其中,所述目标数据包括直流充电桩的运行数据和电动车的充电数据,其中,所述电动车与所述直流充电桩连接;
30、预处理模块,用于对所述目标数据进行数据预先处理,得到预处理数据;
31、特征提取模块基于随机森林算法从所述预处理数据中提取用于对所述直流充电桩进行故障诊断的特征数据;
32、诊断模块,用于将所述特征数据输入故障检测模型,以使所述故障检测模型输出针对所述直流充电桩的故障诊断类型。
33、本技术第二方面的装置通过获取目标数据,其中,所述目标数据包括直流充电桩的运行数据和电动车的充电数据,其中,所述电动车与所述直流充电桩连接,进而能够对所述目标数据进行数据预先处理,得到预处理数据,进而能够基于随机森林算法从所述预处理数据中提取用于对所述直流充电桩进行故障诊断的特征数据,进而能够将所述特征数据输入故障检测模型,以使所述故障检测模型输出针对所述直流充电桩的故障诊断类型。与现有技术相比,本技术的故障针对融合了直流充电转的运行数据和电动车的数据,进而故障检测模型能够基于更全面的数据预测直流充电柱的故障类型。
34、第三方面,本发明提供一种电子设备,包括:
35、处理器;以及
36、存储器,配置用于存储机器可读指令,所述指令在由所述处理器执行时,执行如前述实施方式任一项所述的直流充电桩监控方法。
37、本技术第三方面的电子设备通过执行直流充电桩监控方法,进而能够获取目标数据,其中,所述目标数据包括直流充电桩的运行数据和电动车的充电数据,其中,所述电动车与所述直流充电桩连接,进而能够对所述目标数据进行数据预先处理,得到预处理数据,进而能够基于随机森林算法从所述预处理数据中提取用于对所述直流充电桩进行故障诊断的特征数据,进而能够将所述特征数据输入故障检测模型,以使所述故障检测模型输出针对所述直流充电桩的故障诊断类型。与现有技术相比,本技术的故障针对融合了直流充电转的运行数据和电动车的数据,进而故障检测模型能够基于更全面的数据预测直流充电柱的故障类型。
38、第四方面,本发明提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行如前述实施方式任一项所述的直流充电桩监控方法。
39、本技术第四方面的存储介质通过执行直流充电桩监控方法,进而能够获取目标数据,其中,所述目标数据包括直流充电桩的运行数据和电动车的充电数据,其中,所述电动车与所述直流充电桩连接,进而能够对所述目标数据进行数据预先处理,得到预处理数据,进而能够基于随机森林算法从所述预处理数据中提取用于对所述直流充电桩进行故障诊断的特征数据,进而能够将所述特征数据输入故障检测模型,以使所述故障检测模型输出针对所述直流充电桩的故障诊断类型。与现有技术相比,本技术的故障针对融合了直流充电转的运行数据和电动车的数据,进而故障检测模型能够基于更全面的数据预测直流充电柱的故障类型。
本文地址:https://www.jishuxx.com/zhuanli/20240718/252911.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
上一篇
一种新型香氛机的制作方法
下一篇
返回列表