CN110133395B - 一种充电桩健康状态诊断方法及装置 - Google Patents
一种充电桩健康状态诊断方法及装置 Download PDFInfo
- Publication number
- CN110133395B CN110133395B CN201910269551.0A CN201910269551A CN110133395B CN 110133395 B CN110133395 B CN 110133395B CN 201910269551 A CN201910269551 A CN 201910269551A CN 110133395 B CN110133395 B CN 110133395B
- Authority
- CN
- China
- Prior art keywords
- charging pile
- time
- abnormal occurrence
- occurrence time
- health
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种充电桩健康状态诊断方法及装置,包括根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态;本发明的技术方案缩短了充电桩异常的发现时间,提高了确定充电桩健康状态诊断结果的准确度。
Description
技术领域
本发明涉及充电桩技术领域,具体涉及一种充电桩健康状态诊断方法及装置。
背景技术
电动汽车数量持续增长,充电桩行业得到一个发展的高峰期。目前,高速公路服务区、公共停车场、学校为代表的机构单位、居民区等地方的充电桩建设均在稳步推进。根据国家能源局统计数据可知,截止2016年中旬,我国共建成公共充电桩8万余个,比2015年增长65%;私人充电桩数量也超过5万座,比2015年增长12%。充电桩的后期维护已成为行业关注的焦点,充电桩保修维护难题正困扰着充电设施市场的发展。
现有技术中对充电桩健康状态的判断是在充电桩异常状态持续一段时间才能得出结果,不能及时判断充电桩的健康状态,造成了充电桩管理和维护上人力、物力的浪费,因此,如何能快速且准确的判断充电桩的健康状态是本领域亟待解决的问题。
发明内容
针对现有技术的不足,本发明的目的是提供一种充电桩健康状态诊断方法及装置,通过预测充电桩异常发生时刻之后未来时刻的健康系数,再根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态,缩短了充电桩故障的发现时间,提高了确定充电桩健康状态的准确度。
本发明的目的是采用下述技术方案实现的:
本发明提供一种充电桩健康状态诊断方法,其改进之处在于,所述方法包括:
根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
优选地,所述根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI;
根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重。
进一步地,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU,如下式:
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值。
进一步地,按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU:
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI:
式中,IZ为输出电流的极限值。
优选地,所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数。
进一步地,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β,包括:
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数。
进一步地,所述根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数包括:
按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
优选地,所述根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态,包括:
按下式确定充电桩异常发生时刻的健康状态预测值S:
其中,若所述充电桩异常发生时刻的健康状态预测值0.5≤S≤1.0,则充电桩异常发生时刻的健康状态为健康,否则为不健康;sj为充电桩异常发生时刻j的健康系数,sj+1、sj+m、sj+M分别为充电桩异常发生时刻j之后第1个、第m个、第M个未来时刻的健康系数。
进一步地,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
本发明提供一种充电桩健康状态诊断装置,其改进之处在于,所述装置包括:
第一确定单元,用于根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
第二确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
第三确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
优选地,所述第一确定单元包括:
第一确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU;
第二确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI;
第三确定模块,用于根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重。
进一步地,所述第一确定模块具体用于按下式确定所述充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU:
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述第二确定模块具体用于按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值。
进一步地,按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU:
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI:
式中,IZ为输出电流的极限值。
优选地,所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述第二确定单元包括:
第三确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
第四确定模块,用于根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数。
进一步地,所述第三确定模块具体用于:
第三确定子模块,用于将个充电桩健康系数的第一影响权重近似值α′的平均值作为所述充电桩健康系数的第一影响权重α,将将/>个充电桩健康系数的第二影响权重近似值β′的平均值作为所述充电桩健康系数的第二影响权重β;
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数。
进一步地,所述第四确定模块具体用于按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
优选地,所述第三确定单元具体用于按下式确定充电桩异常发生时刻的健康状态预测值S:
其中,若所述充电桩异常发生时刻的健康状态预测值0.5≤S≤1.0,则充电桩异常发生时刻的健康状态为健康,否则为不健康;sj为充电桩异常发生时刻j的健康系数,sj+1、sj+m、sj+M分别为充电桩异常发生时刻j之后第1个、第m个、第M个未来时刻的健康系数。
进一步地,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
与最接近的现有技术相比,本发明具有的有益效果:
本发明提供一种充电桩健康状态诊断方法及装置,据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态;本发明的技术方案缩短了充电桩异常的发现时间,提高了确定充电桩健康状态诊断结果的准确度。
附图说明
图1是本发明充电桩健康状态诊断方法流程图;
图2是本发明充电桩健康状态诊断装置示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供一种充电桩健康状态诊断方法,如图1所示,所述方法包括:
根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
在本申请优选地实施例中,所述根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI;
根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重。
进一步地,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU,如下式:
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值。
其中,按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU:
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI:
式中,IZ为输出电流的极限值。
在本申请优选地实施例中,所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数。
进一步地,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β,包括:
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数。
进一步地,所述根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数包括:
按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
在本申请优选地实施例中,所述根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态,包括:
按下式确定充电桩异常发生时刻的健康状态预测值S:
其中,若所述充电桩异常发生时刻的健康状态预测值0.5≤S≤1.0,则充电桩异常发生时刻的健康状态为健康,否则为不健康;sj为充电桩异常发生时刻j的健康系数,sj+1、sj+m、sj+M分别为充电桩异常发生时刻j之后第1个、第m个、第M个未来时刻的健康系数。
进一步地,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
本发明提供一种充电桩健康状态诊断装置,如图2所示,所述装置包括:
第一确定单元,用于根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
第二确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
第三确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
优选地,所述第一确定单元包括:
第一确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU;
第二确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI;
第三确定模块,用于根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重。
进一步地,所述第一确定模块具体用于按下式确定所述充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU:
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述第二确定模块具体用于按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值。
进一步地,按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU:
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI:
式中,IZ为输出电流的极限值。
优选地,所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述第二确定单元包括:
第三确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
第四确定模块,用于根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数。
进一步地,所述第三确定模块具体用于:
第三确定子模块,用于将个充电桩健康系数的第一影响权重近似值α′的平均值作为所述充电桩健康系数的第一影响权重α,将将/>个充电桩健康系数的第二影响权重近似值β′的平均值作为所述充电桩健康系数的第二影响权重β;
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数。
进一步地,所述第四确定模块具体用于按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
优选地,所述第三确定单元具体用于按下式确定充电桩异常发生时刻的健康状态预测值S:
其中,若所述充电桩异常发生时刻的健康状态预测值0.5≤S≤1.0,则充电桩异常发生时刻的健康状态为健康,否则为不健康;sj为充电桩异常发生时刻j的健康系数,sj+1、sj+m、sj+M分别为充电桩异常发生时刻j之后第1个、第m个、第M个未来时刻的健康系数。
进一步地,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
与最接近的现有技术相比,本发明具有的有益效果:
本发明提供一种充电桩健康状态诊断方法及装置,据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态;本发明的技术方案缩短了充电桩异常的发现时间,提高了确定充电桩健康状态诊断结果的准确度。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (4)
1.一种充电桩健康状态诊断方法,其特征在于,所述方法包括:
根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态;
所述根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI;
根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU,如下式:
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值;/>
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU:
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI:
式中,IZ为输出电流的极限值;
所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β,包括:
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数;
所述根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数包括:
按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
3.如权利要求1所述的方法,其特征在于,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
4.一种充电桩健康状态诊断装置,其特征在于,所述装置包括:
第一确定单元,用于根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
第二确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
第三确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态;
所述根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI;
根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU,如下式:
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值;/>
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU:
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI:
式中,IZ为输出电流的极限值;
所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β,包括:
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数;
所述根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数包括:
按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910269551.0A CN110133395B (zh) | 2019-04-04 | 2019-04-04 | 一种充电桩健康状态诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910269551.0A CN110133395B (zh) | 2019-04-04 | 2019-04-04 | 一种充电桩健康状态诊断方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110133395A CN110133395A (zh) | 2019-08-16 |
CN110133395B true CN110133395B (zh) | 2023-05-23 |
Family
ID=67569316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910269551.0A Active CN110133395B (zh) | 2019-04-04 | 2019-04-04 | 一种充电桩健康状态诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110133395B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111025041A (zh) * | 2019-11-07 | 2020-04-17 | 深圳供电局有限公司 | 电动汽车充电桩监测方法及其系统、计算机设备、介质 |
CN111680924A (zh) * | 2020-06-10 | 2020-09-18 | 国网浙江电动汽车服务有限公司 | 一种充电桩运行状态的评估方法、装置、设备及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108490370A (zh) * | 2018-03-19 | 2018-09-04 | 万帮充电设备有限公司 | 一种故障诊断的方法和装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459552B (zh) * | 2014-11-28 | 2017-10-17 | 上海交通大学 | 评估充电行为对电动汽车电池健康状况的影响的方法 |
CN105044523A (zh) * | 2015-08-10 | 2015-11-11 | 安徽普为智能科技有限责任公司 | 一种交流充电桩故障管理系统 |
CN205901385U (zh) * | 2016-08-08 | 2017-01-18 | 苏州协鑫集成科技工业应用研究院有限公司 | 用于充电桩的电压异常侦测电路及充电桩 |
CN106896219B (zh) * | 2017-03-28 | 2019-01-29 | 浙江大学 | 基于变压器油中溶解气体数据的变压器亚健康状态识别及平均剩余寿命估计方法 |
JP2018205230A (ja) * | 2017-06-08 | 2018-12-27 | 株式会社ケーヒン | 電池劣化推定装置 |
CN107390056B (zh) * | 2017-07-20 | 2019-11-05 | 万帮充电设备有限公司 | 检测充电桩的方法及系统 |
CN107404139A (zh) * | 2017-08-02 | 2017-11-28 | 万帮充电设备有限公司 | 充电桩检测装置和系统 |
CN108549955B (zh) * | 2018-03-26 | 2022-01-18 | 国网冀北电力有限公司电力科学研究院 | 一种充电桩异常率确定方法及装置 |
CN108828353A (zh) * | 2018-05-24 | 2018-11-16 | 北京科佳同创新能源科技有限公司 | 一种充电桩故障检修系统及方法 |
-
2019
- 2019-04-04 CN CN201910269551.0A patent/CN110133395B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108490370A (zh) * | 2018-03-19 | 2018-09-04 | 万帮充电设备有限公司 | 一种故障诊断的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110133395A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110133395B (zh) | 一种充电桩健康状态诊断方法及装置 | |
CN1816752A (zh) | 利用基于健康指标的存留寿命模型的自适应改变的状态来估计电池存留寿命的设备、方法和计算机程序产品 | |
EP2911060A1 (en) | Method and device for determining resource leakage and for predicting resource usage state | |
CN104954192A (zh) | 一种网络流量监测方法和设备 | |
CN109960232B (zh) | 领先辅助参数的选择方法和设备维护预诊断的方法 | |
CN108549955B (zh) | 一种充电桩异常率确定方法及装置 | |
CN113815464B (zh) | 充电桩的推荐方法、装置、车辆以及存储介质 | |
CN111025041A (zh) | 电动汽车充电桩监测方法及其系统、计算机设备、介质 | |
CN108932197B (zh) | 基于参数Bootstrap重抽样的软件失效时间预测方法 | |
CN117852116B (zh) | 一种数字孪生模型的构建方法 | |
KR102515216B1 (ko) | 열차의 잔여유효수명 예측 장치 및 방법 | |
US20180121794A1 (en) | Method and system for machine failure prediction | |
US11636001B2 (en) | Method and system for determining an error threshold value for machine failure prediction | |
JP2009192221A (ja) | 劣化評価装置及び劣化評価方法 | |
CN111310121A (zh) | 一种新能源出力概率预测方法和系统 | |
CN113643529B (zh) | 基于大数据分析的停车场车道拥堵预测方法及系统 | |
CN117233657A (zh) | 短路检测方法和设备、以及电子设备 | |
CN116080470A (zh) | 电动汽车的动力电池监控方法、装置、服务器及介质 | |
CN111061254B (zh) | 一种phm系统性能的评价方法及系统 | |
CN106547690A (zh) | 基于新拟合判定标准下的软件可靠性建模方法及装置 | |
CN113221324A (zh) | 停车场设备的生命周期预测方法及系统 | |
CN111210105A (zh) | 连续工作性能验证、装置、计算机设备和存储介质 | |
CN108564162B (zh) | 一种设备故障预警模型记忆矩阵的构造方法及装置 | |
CN112381386A (zh) | 一种车辆稽查布控方法、装置、电子设备和存储介质 | |
CN113361823B (zh) | 一种基于预测数据的燃料电池故障预测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |