一种基于CNN的充电桩开路故障诊断方法技术

本发明专利技术涉及一种基于CNN的充电桩开路故障诊断方法，包括以下步骤：建立诊断目标充电桩的仿真模型；根据充电桩电路拓扑中开路故障位置设定对应的故障类型编号；根据充电桩电路拓扑结构选定故障信号采集点；利用建立的充电桩仿真模型采集不同开路故障类型发生时的故障信号，构成故障信号数据集；构建CNN模型，设定模型参数和训练参数；利用获得的数据集训练CNN模型，当CNN模型对数据集中故障的诊断准确率大于预设的最小接收准确率时，认为获得了能够针对目标充电桩进行诊断的CNN故障诊断模型，结束训练并保存模型，否则优化参数；使用得到的CNN故障诊断模型对实际充电桩的实测信号进行诊断。该方法有利于快速、准确地诊断出充电桩的开路故障。电桩的开路故障。电桩的开路故障。

【技术实现步骤摘要】
一种基于CNN的充电桩开路故障诊断方法


[0001]本专利技术属于充电桩领域，具体涉及一种基于CNN的充电桩开路故障诊断方法。

技术介绍

[0002]近年来，随着电动汽车保有量的不断增加，电动汽车充电桩数量迅猛增加，充电安全问题开始凸显。直流充电桩包含充电模块，充电功率大，因此直流充电桩被大量投入运营。直流充电桩长期工作在户外的高温、潮湿等恶劣的环境下，易发生短路和开路故障。相对于电感、高频变压器等元器件，充电桩中功率开关管和电容更易发生故障。有统计表明，电力电子变换器中将近34％的故障都是半导体开关管造成的，半导体器件、电容造成的故障占总故障数的51％。作为电力电子变换器主电路的核心元件，开关管和电容故障影响巨大。开关管和电容的短路故障已有较成熟的保护方案，而开路故障产生的故障电流相对较小，难以短路触发保护，如果不能及时诊断，就会恶化其它元件的工况，同时产生大量谐波干扰。
[0003]目前充电桩中变换器的开路故障诊断方法可以分为两类：基于解析模型的诊断方法和基于信号的诊断方法。基于解析模型的方法通过建立系统数学模型分析故障时信号的变化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CNN的充电桩开路故障诊断方法，其特征在于，包括以下步骤：步骤S1：根据实际需要诊断的充电桩电路拓扑，建立诊断目标充电桩的MATLAB\Simulink仿真模型；步骤S2：根据充电桩电路拓扑中开路故障位置设定对应的故障类型编号；步骤S3：根据充电桩电路拓扑结构选定故障信号采集点；步骤S4：利用步骤S1中建立的充电桩仿真模型采集不同开路故障类型发生时的故障信号，构成故障信号数据集Data；步骤S5：使用Python
‑
Keras构建CNN模型，设定包括网络层数、卷积核大小的模型参数，设定包括训练收敛阈值、训练步长的训练参数；步骤S6：利用步骤S4中获得的Data数据集训练CNN模型，当CNN模型对数据集中故障的诊断准确率大于预设的最小接收准确率P
min
时，认为获得了能够针对目标充电桩进行诊断的CNN故障诊断模型，结束训练并保存模型，否则返回步骤S5优化参数；步骤S7：使用步骤S6训练得到的CNN故障诊断模型对实际充电桩的实测信号进行诊断。2.根据权利要求1所述的一种基于CNN的充电桩开路故障诊断方法，其特征在于，所述步骤S4具体包括以下步骤：步骤S41：为模拟真实情况下电路元件及负载参数波动情况，每次利用步骤S1中建立的充电桩仿真模型进行仿真时，电路电感、电容元件参数缩放倍数在[0.9,1.1]内随机取值，负载缩放倍数在[0.2,2]内随机取值；步骤S42：每次采集故障数据时，故障在电路达到稳态后发生，采集故障发...

【专利技术属性】
技术研发人员：金涛，刘梓强，廖皇政，
申请(专利权)人：福州大学，
类型：发明
国别省市：