[发明专利]一种充电桩元件故障检测方法

权利要求书

1.一种充电桩元件故障检测方法，其特征在于，包括：

获取表征充电桩元件老化状况的元件数据；

将所述元件数据输入门控循环单元，得到输出数据；

将所述输出数据输入支持向量机，得到元件类型数据和老化程度数据；

基于所述元件类型数据和所述老化程度数据预测所述充电桩的故障发生时间数据。

2.根据权利要求1所述的方法，其特征在于，所述将所述元件数据输入门控循环单元之前，所述方法还包括：

基于变分自编码模型对所述元件数据进行数据增强，得到表征充电桩元件老化状况的样本数据；

将所述样本数据与所述元件数据融合，并将融合后的数据作为新的元件数据用于输入所述门控循环单元。

3.根据权利要求2所述的方法，其特征在于，所述变分自编码模型包括编码器和解码器，所述基于变分自编码模型对所述元件数据进行数据增强，得到表征充电桩元件老化状况的样本数据，包括：

将所述元件数据输入所述编码器，得到表征所述元件数据的分布情况的分布参数；

基于所述分布参数采样隐变量；

将所述隐变量输入所述解码器，得到表征充电桩元件老化状况的样本数据。

4.根据权利要求1所述的方法，其特征在于，所述基于所述元件类型数据和所述老化程度数据预测所述充电桩的故障发生时间数据，包括：

将所述元件类型数据和所述老化程度数据输入卷积神经网络，得到所述充电桩的故障发生时间数据。

5.根据权利要求4所述的方法，其特征在于，所述卷积神经网络包括依次连接的第一卷积层、第一池化层、第二卷积层、第三卷积层、第二池化层、第四卷积层、第一全连接层、第二全连接层和归一化层。

6.根据权利要求5所述的方法，其特征在于，所述第一池化层和所述第二池化层均为平均池化层，所述归一化层为softmax归一化层。

7.根据权利要求1所述的方法，其特征在于，所述门控循环单元为多个且互相连接，所述门控循环单元包括更新门和重置门，所述将所述元件数据输入门控循环单元，得到输出数据，包括：

针对每一所述门控循环单元，将所述元件数据和前一所述门控循环单元输出的隐藏状态数据输入当前所述门控循环单元的所述更新门，得到更新数据；

将所述元件数据和前一所述门控循环单元输出的隐藏状态数据输入当前所述门控循环单元的所述重置门，得到重置数据；

基于所述更新数据和所述重置数据计算隐藏状态数据，并基于该隐藏状态数据计算输出数据。

8.根据权利要求1所述的方法，其特征在于，所述支持向量机为软间隔支持向量机。

9.根据权利要求1所述的方法，其特征在于，所述元件数据包括充电桩的电压数据、电流数据、温度数据、工作状态数据。

10.根据权利要求9所述的方法，其特征在于，所述电压数据包括实际输出电压、额定输出电压；所述电流数据包括实际输出电流和额定输出电流；所述温度数据包括充电桩控制主板温度和充电枪温度。