[发明专利]一种充电桩元件故障检测方法

说明书

本发明涉及一种充电桩元件故障检测方法，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。该方法基于元件的老化程度对故障进行监测，相较于通过元件参数与故障发生概率进行关联的方式将检查关口进行了前移，可在故障发生前对故障根因进行排查。此外实现了对于故障发生时间的预测，方便运维安排故障检修流程，辅助运维人员对充电桩检查优先级进行设定。

技术领域

本发明涉及故障检测技术领域，尤其是一种充电桩元件故障检测方法。

背景技术

随着新能源车的销量增长，充电桩的建设速度也在不断提升。作为新能源汽车、电动车体系的配套基础设施，充电桩未来也将无处不在，而其安全性、可靠性对于新能源车的安全使用也非常关键。作为充电桩的生产商、经销商，保障其安全运营非常重要。近年来随着充电桩功能的不断增加，其充电过程的动态行为变得越来越复杂，其故障率也越来越高。因此需要对其进行定期故障排查，现有的故障排查方式是运维人员定期对充电桩进行排查，排查周期长，排查不及时，当充电桩发生故障时，存在不能够对其进行及时故障处理的问题。

相关技术中，对充电桩的故障预测是基于充电桩与故障属性的关联，此种方法对充电桩故障的排查过于靠后且排查方式是基于概率的，即得到故障发生的概率和类型后，故障随时可能发生。如预测故障发生概率为10％，这一概率指在统计学角度下的结果，并不能涵盖个例，即同样数据特征的情况下，通过特征给出发生故障的概率为10％，但个例可能出现必定发生故障的情况。由于充电桩故障的危害性，应当尽量做到零故障。此外也无法对充电桩故障发生的时间进行预测，即未将故障的发生过程进行量化。基于此，提出了一种充电桩元件故障检测方法。

发明内容

为解决上述现有技术问题，本发明提供一种充电桩元件故障检测方法，旨在将检查关口前移，对故障根因排查，并预测故障发生时间。

为了实现上述目的，本发明实施例提供了一种充电桩元件故障检测方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。