[發(fā)明專利]電動(dòng)汽車充電設(shè)備的故障診斷方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110774463.3
• 申請(qǐng)日: 2021-07-08
• 公開（公告）號(hào): CN113657442A
• 公開（公告）日: 2021-11-16
• 發(fā)明（設(shè)計(jì)）人: 杜翠鳳;何偉;薛紅榮;曾軍;宮輝
• 申請(qǐng)（專利權(quán)）人: 廣州杰賽科技股份有限公司;廣州杰賽通信規(guī)劃設(shè)計(jì)院有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04;G06N3/08;G06Q10/00;G06Q50/06
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

1.一種電動(dòng)汽車充電設(shè)備的故障診斷方法，其特征在于，包括：

獲取充電設(shè)備的狀態(tài)參數(shù)信息數(shù)據(jù)；其中，所述狀態(tài)參數(shù)信息包括設(shè)備的故障時(shí)間、故障類型、故障位置及設(shè)備狀態(tài)參數(shù)；

基于卷積神經(jīng)網(wǎng)絡(luò)CNN采用不同大小的采樣窗口、卷積核和步長(zhǎng)對(duì)所述狀態(tài)參數(shù)信息數(shù)據(jù)的參數(shù)特征進(jìn)行提取，得到多尺度特征；

將所述多尺度特征輸入到訓(xùn)練好的誤差反向傳播BP神經(jīng)網(wǎng)絡(luò)，則所述BP神經(jīng)網(wǎng)絡(luò)輸出充電設(shè)備的故障原因。

2.如權(quán)利要求1所述的電動(dòng)汽車充電設(shè)備的故障診斷方法，其特征在于，所述基于卷積神經(jīng)網(wǎng)絡(luò)CNN采用預(yù)設(shè)大小的采樣窗口、卷積核和步長(zhǎng)對(duì)所述數(shù)據(jù)集的參數(shù)特征進(jìn)行提取，得到多尺度特征，具體包括：

采用不同大小的采樣窗口對(duì)所述狀態(tài)參數(shù)信息數(shù)據(jù)進(jìn)行截取，形成多維數(shù)據(jù)集；

采用不同大小的卷積核和不同步長(zhǎng)對(duì)所述多維數(shù)據(jù)集進(jìn)行批量卷積，形成不同尺寸的特征空間；

對(duì)所述不同尺寸的特征空間進(jìn)行池化處理以及特征融合，得到多尺度特征。

3.如權(quán)利要求1所述的電動(dòng)汽車充電設(shè)備的故障診斷方法，其特征在于，所述BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程具體包括：

將訓(xùn)練樣本輸入所述BP神經(jīng)網(wǎng)絡(luò)，根據(jù)初始閾值和初始權(quán)重，得到初始誤差；

判斷所述初始誤差是否滿足預(yù)設(shè)的收斂條件；

若是，則將所述初始閾值和所述初始權(quán)重作為所述BP神經(jīng)網(wǎng)絡(luò)的最佳閾值和最佳權(quán)重，所述BP神經(jīng)網(wǎng)絡(luò)完成訓(xùn)練；

若否，則基于梯度下降法對(duì)所述初始閾值和所述初始權(quán)重進(jìn)行更新，直至誤差滿足預(yù)設(shè)的收斂條件，將滿足預(yù)設(shè)的收斂條件的閾值和權(quán)重作為所述BP神經(jīng)網(wǎng)絡(luò)的最佳閾值和最佳權(quán)重，所述BP神經(jīng)網(wǎng)絡(luò)完成訓(xùn)練。

4.如權(quán)利要求3所述的電動(dòng)汽車充電設(shè)備的故障診斷方法，其特征在于，所述將所述多尺度特征輸入到訓(xùn)練好的誤差反向傳播BP神經(jīng)網(wǎng)絡(luò)，則所述BP神經(jīng)網(wǎng)絡(luò)輸出充電設(shè)備的故障原因，具體包括：

將所述多尺度特征輸入到訓(xùn)練好的誤差反向傳播BP神經(jīng)網(wǎng)絡(luò)；

所述BP神經(jīng)網(wǎng)絡(luò)根據(jù)所述多尺度特征匹配至故障模式特征空間，得到故障模式，以根據(jù)所述故障模式輸出充電設(shè)備的故障原因。

5.如權(quán)利要求4所述的電動(dòng)汽車充電設(shè)備的故障診斷方法，其特征在于，所述故障模式包括交流輸入故障、輸出短路故障、輸出過電流故障、輸出過電壓故障、輸出欠電壓故障和過溫故障。

6.如權(quán)利要求5所述的電動(dòng)汽車充電設(shè)備的故障診斷方法，其特征在于，

所述交流輸入故障對(duì)應(yīng)的故障原因包括交流斷電、交流輸入缺相和電壓檢測(cè)裝置接線松動(dòng)導(dǎo)致電壓不穩(wěn)定；

所述輸出短路故障對(duì)應(yīng)的故障原因包括濾波電路中電解電容被擊穿、整流器功率模塊內(nèi)部短路、功率變換器功率模塊內(nèi)部短路和整流器驅(qū)動(dòng)電路故障；

所述輸出過電流故障對(duì)應(yīng)的故障原因包括電流傳感器故障、輸出電流大于系統(tǒng)設(shè)置值；

所述輸出過電壓故障對(duì)應(yīng)的故障原因包括輸出電壓大于系統(tǒng)設(shè)置值和網(wǎng)側(cè)輸入電壓太高；

所述輸出欠電壓故障對(duì)應(yīng)的故障原因包括設(shè)備內(nèi)部器件損壞和模塊控制精度不穩(wěn)定；

所述過溫故障對(duì)應(yīng)的故障原因包括充電模塊風(fēng)扇故障和長(zhǎng)時(shí)間大功率運(yùn)行。

7.如權(quán)利要求1所述的電動(dòng)汽車充電設(shè)備的故障診斷方法，其特征在于，所述設(shè)備狀態(tài)參數(shù)包括充電設(shè)備發(fā)生故障時(shí)的狀態(tài)參數(shù)和充電設(shè)備發(fā)生故障前特定時(shí)間的狀態(tài)參數(shù)。

8.一種電動(dòng)汽車充電設(shè)備的故障診斷裝置，其特征在于，包括：

獲取模塊，用于獲取充電設(shè)備的狀態(tài)參數(shù)信息數(shù)據(jù)；其中，所述狀態(tài)參數(shù)信息包括設(shè)備的故障時(shí)間、故障類型、故障位置及設(shè)備狀態(tài)參數(shù)；

特征提取模塊，用于基于卷積神經(jīng)網(wǎng)絡(luò)CNN采用不同大小的采樣窗口、卷積核和步長(zhǎng)對(duì)所述狀態(tài)參數(shù)信息數(shù)據(jù)的參數(shù)特征進(jìn)行提取，得到多尺度特征；

診斷模塊，用于將所述多尺度特征輸入到訓(xùn)練好的誤差反向傳播BP神經(jīng)網(wǎng)絡(luò)，則所述BP神經(jīng)網(wǎng)絡(luò)輸出充電設(shè)備的故障原因。