【技术实现步骤摘要】
本申请涉及充电桩，特别涉及一种充电桩故障诊断方法、计算机可读介质及设备。
技术介绍
1、电动汽车作为汽车产业转型升级的重要途径，近些年来获得了井喷式的发展，充电桩作为电动汽车的主要充电设施至关重要。但充电桩在使用过程中会出现各种故障，严重时可造成经济损失与人员伤亡。因此，亟需对充电桩状态进行监测，构建一种智能高效的充电桩故障诊断方法，从而在其出现故障时快速报警并识别出具体故障类型，便于维修人员检修与维护，切实保证财产和人员安全。
2、信号分解方法是将原始信号中各个成分进行分离，得到规则的简单模态，以便于在时域和频域进行分析。经验模态分解作为信号分解的经典方法广泛应用于各个领域，然而其容易出现模态混叠、边界效应等问题，故而又涌现出了集合经验模态分解、局部均值分解、变分模态分解等方法，但这些方法也都具有一定缺陷。特征模态分解(fmd)是带入自适应分解与解卷积理论，迭代更新滤波器系数，将非平稳多分量信号分解为若干个信号，对待处理采集到的充电桩电压、电流信号这样的非线性信号具有很好的处理效果，然而其参数需要根据经验预先设置。
...【技术保护点】
1.一种充电桩故障诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的充电桩故障诊断方法，其特征在于，数据获取与准备步骤中：采集充电桩正常、过流、失流、过压、失压、负荷超容运行状态下的电压信号，每种充电桩状态采集60条信号，采集到的360组信号按照7:3比例划分为训练集与测试集。
3.根据权利要求2所述的充电桩故障诊断方法，其特征在于，数据获取与准备步骤中：每条信号可表示为x＝(x1,x2,…,xN)，xi表示电压信号x的第i个采样点，1≤i≤N，N是信号的总采样点数，设置为1000。
4.根据权利要求3所述的充电桩故障诊...
【技术特征摘要】
1.一种充电桩故障诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的充电桩故障诊断方法，其特征在于，数据获取与准备步骤中：采集充电桩正常、过流、失流、过压、失压、负荷超容运行状态下的电压信号，每种充电桩状态采集60条信号，采集到的360组信号按照7:3比例划分为训练集与测试集。
3.根据权利要求2所述的充电桩故障诊断方法，其特征在于，数据获取与准备步骤中：每条信号可表示为x＝(x1,x2,…,xn)，xi表示电压信号x的第i个采样点，1≤i≤n，n是信号的总采样点数，设置为1000。
4.根据权利要求3所述的充电桩故障诊断方法，其特征在于，信号自适应分解步骤中：k为最优分解层数，最...
【专利技术属性】
技术研发人员：冯隆基，方磊，徐俊，何映虹，林鹤，吴芳柱，楚成博，汪自虎，邢晓帆，赵逸，戴宝琴，王振宇，陈雪薇，李楠，朱泽，
申请(专利权)人：国网江苏省电力有限公司南京供电分公司，
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。