【技术实现步骤摘要】
本专利技术属于充电桩故障诊断，特别涉及一种充电桩故障快速诊断方法、系统和设备。
技术介绍
1、充电设施的建设是电动汽车行业快速发展的重要基础。其中，充电桩作为主要充电设施，在电动汽车的商业化和产业化过程中发挥着不可或缺的作用。根据充电类型的不同，充电桩可以分为直流充电桩和交流充电桩。直流充电桩能够满足用户对于“快速充电”的需求，因此成为未来发展的趋势。因此，直流充电桩的相关研究逐渐成为电动汽车领域的关注焦点。
2、电动汽车充电依赖于我国基础充电设施的大力建设，基础充电设施的建设使得电动汽车的充电不再像前两年那样困难。然而，现存的充电设施普遍存在一些问题，如充不了电、被占用、废弃和缺乏管理，导致中小型充电设施企业面临着亏损和淘汰的困境，同时也留下了缺乏维护的“坏桩”。由此，电动汽车用户对充电设施的关注已经从“在哪里充电”转向了充电设施的使用质量。因此，保证充电设施的可靠性成为当前充电设施研究的重点。
3、对充电粧进行高效维修和养护的首要条件是快速定位故障点，因此保证充电桩可靠性的有效方法是提高故障诊断。由于目前充电粧故障诊断的相关研究还处于初级阶段，维修人员经常依靠过往经验进行诊断和维修，但是经验不足的维修人员往往不能对故障发生的原因进行快速定位，导致诊断效率相对较低。
技术实现思路
1、为了解决上述技术问题，本专利技术提出了一种充电桩故障快速诊断方法、系统和设备，对实现充电粧故障诊断、提高充电桩可靠性水平等方面具有十分重要的工程意义。
2、为实现
3、一种充电桩故障快速诊断方法，包括以下步骤：
4、建立直流充电桩的故障树模型，以及采用下行法求解所述故障树模型最小割集；所述故障树模型以直流充电桩无法正常使用作为顶事件；以不是导致故障发生直接原因的事件作为中间事件；以无法扩展的最基本事件作为底事件；所述顶事件、中间事件和底事件分别采用故障事件符号表示，故障事件关联采用逻辑门符号；
5、针对元器件故障的底事件，采用应力分析法分析故障树模型的底事件获取底事件的发生概率；针对非器件级底事件采用基于模糊集理论和专家语义评判的事件概率估计法获取底事件的发生概率。
6、进一步的，所述中间事件包括：充电机报文错误，bms报文错误，动力蓄电池异常，bms终止充电和充电机终止充电。
7、进一步的，所述采用下行法求故障树最小割集的过程包括：从上而下进行分析，如果紧接顶事件的是或门，则把每个输出事件分别列入不同的行，即进行求和运算；如果紧接顶事件的是与门，则把每个输出事件排列入同一行，即进行求积运算；依次从上往下分解，直到不能再分解的最基本事件为止。
8、进一步的，所述针对元器件故障的底事件，采用应力分析法分析故障树模型的底事件获取底事件的发生概率的过程包括：
9、针对元器件故障的底事件，计算元器件故障的工作条件下的失效率；
10、即λp＝λb×πe×πq×πt；
11、其中，λp为工作失效率、λb为基本失效率、πe为环境系数、πq为元器件质量系数和πt为温度系数。
12、进一步的，所述针对非器件级底事件采用基于模糊集理论和专家语义评判的事件概率估计法获取底事件的发生概率的过程包括：
13、采用层次分析法构建层次结构图，通过矩阵标度方法对专家权重评判因素进行两两相互比较得到评判矩阵，从而确定专家对同一底事件的评判权重；
14、运用模糊集理论把专家们对底事件的模糊语言判断转化为模糊数，最后经过解模糊过程得到了底事件的故障概率。
15、进一步的，所述层次结构图由自上而下的目标层、准则层和方案层组成；
16、所述目标层为层次分析要达到的总目标；
17、所述准侧层为实现总目标所考虑的因素和决策；
18、所述方案层为具体的方案。
19、进一步的，所述通过矩阵标度方法对专家权重评判因素进行两两相互比较得到评判矩阵，从而确定专家对同一底事件的评判权重的过程为：
20、构造两两比较的判别矩阵，计算判断矩阵的最大特征值以及通过层次单排序和层次总排序进行合成权重向量。
21、进一步的，所述运用模糊集理论把专家们对底事件的模糊语言判断转化为模糊数，最后经过解模糊过程得到了底事件的故障概率的过程包括：
22、采用左右模糊排序法把隶属度函数转化成模糊可能性分数，其中最大模糊集表示为：最小模糊集表示为
23、中间事件m模糊可能性分数表示为：fpst(m)＝[fpsr(m)+1-fpsl(m)]/2；fpsr(m)表示右模糊可能性分数；fpsl(m)表示左模糊可能性分数；
24、为了将专家语义评判结果与常规事件失效概率保持一致性，在确定了事件的模糊可能性分数后，要转化为模糊失效概率值：
25、
26、以及采用数字表示专家的模糊判断；
27、底事件x,的关键重要度定义为底事件x发生的概率值p变化时，引起顶事件发生概率值q(p)变化的程度，即为概率重要度
28、本专利技术还提出了一种充电桩故障快速诊断系统，包括：模型建立模块和概率获取模块；
29、所述模型建立模块用于建立直流充电桩的故障树模型，以及采用下行法求解所述故障树模型最小割集；所述故障树模型以直流充电桩无法正常使用作为顶事件；以不是导致故障发生直接原因的事件作为中间事件；以无法扩展的最基本事件作为底事件；所述顶事件、中间事件和底事件分别采用故障事件符号表示，故障事件关联采用逻辑门符号；
30、所述概率获取模块用于针对元器件故障的底事件，采用应力分析法分析故障树模型的底事件获取底事件的发生概率；针对非器件级底事件采用基于模糊集理论和专家语义评判的事件概率估计法获取底事件的发生概率。
31、本专利技术还提出了一种充电桩故障快速诊断设备，包括
32、存储器，用于存储计算机程序；
33、处理器，用于执行所述计算机程序时实现所述的方法步骤。
34、
技术实现思路
中提供的效果仅仅是实施例的效果，而不是专利技术所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
35、本专利技术提出了一种充电桩故障快速诊断方法、系统和设备，该方法包括以下步骤：建立直流充电桩的故障树模型，以及采用下行法求解所述故障树模型最小割集；故障树模型以直流充电桩无法正常使用作为顶事件；以不是导致故障发生直接原因的事件作为中间事件；以无法扩展的最基本事件作为底事件；所述顶事件、中间事件和底事件分别采用故障事件符号表示，故障事件关联采用逻辑门符号；针对元器件故障的底事件，采用应力分析法分析故障树模型的底事件获取底事件的发生概率；针对非器件级底事件采用基于模糊集理论和专家语义评判的事件概率估计法获取底事件的发生概率。基于一种充电桩故障快速诊断方法，还提出了一种充电桩故障快速诊断系统和设备。本专利技术根据充电桩的通信数本文档来自技高网...
【技术保护点】
1.一种充电桩故障快速诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种充电桩故障快速诊断方法，其特征在于，所述中间事件包括：充电机报文错误，BMS报文错误，动力蓄电池异常，BMS终止充电和充电机终止充电。
3.根据权利要求2所述的一种充电桩故障快速诊断方法，其特征在于，所述采用下行法求故障树最小割集的过程包括：从上而下进行分析，如果紧接顶事件的是或门，则把每个输出事件分别列入不同的行，即进行求和运算；如果紧接顶事件的是与门，则把每个输出事件排列入同一行，即进行求积运算；依次从上往下分解，直到不能再分解的最基本事件为止。
4.根据权利要求1所述的一种充电桩故障快速诊断方法，其特征在于，所述针对元器件故障的底事件，采用应力分析法分析故障树模型的底事件获取底事件的发生概率的过程包括：
5.根据权利要求1所述的一种充电桩故障快速诊断方法，其特征在于，所述针对非器件级底事件采用基于模糊集理论和专家语义评判的事件概率估计法获取底事件的发生概率的过程包括：
6.根据权利要求5所述的一种充电桩故障快速诊断方法，其特征在
7.根据权利要求6所述的一种充电桩故障快速诊断方法，其特征在于，所述通过矩阵标度方法对专家权重评判因素进行两两相互比较得到评判矩阵，从而确定专家对同一底事件的评判权重的过程为：
8.根据权利要求7所述的一种充电桩故障快速诊断方法，其特征在于，所述运用模糊集理论把专家们对底事件的模糊语言判断转化为模糊数，最后经过解模糊过程得到了底事件的故障概率的过程包括：
9.一种充电桩故障快速诊断系统，其特征在于，包括：模型建立模块和概率获取模块；
10.一种充电桩故障快速诊断设备，其特征在于，包括
...【技术特征摘要】
1.一种充电桩故障快速诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种充电桩故障快速诊断方法，其特征在于，所述中间事件包括：充电机报文错误，bms报文错误，动力蓄电池异常，bms终止充电和充电机终止充电。
3.根据权利要求2所述的一种充电桩故障快速诊断方法，其特征在于，所述采用下行法求故障树最小割集的过程包括：从上而下进行分析，如果紧接顶事件的是或门，则把每个输出事件分别列入不同的行，即进行求和运算；如果紧接顶事件的是与门，则把每个输出事件排列入同一行，即进行求积运算；依次从上往下分解，直到不能再分解的最基本事件为止。
4.根据权利要求1所述的一种充电桩故障快速诊断方法，其特征在于，所述针对元器件故障的底事件，采用应力分析法分析故障树模型的底事件获取底事件的发生概率的过程包括：
5.根据权利要求1所述的一种充电桩故障快速...
【专利技术属性】
技术研发人员：刘双喜，戎晓雪，王志磊，韩志宏，张干珍，王晓洁，孙启明，潘筱，孙霞，
申请(专利权)人：国网山东省电力公司济南供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。