System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及充电,尤其涉及一种充电枪绝缘电阻测试方法、装置、设备及存储介质。
技术介绍
1、随着电动汽车的快速发展,充电枪已经成为电动车主要的充电设备之一。在电动车充电过程中,确保充电枪的绝缘电阻处于良好状态至关重要。绝缘电阻测试是一种用于评估充电枪的电气安全性和可靠性的关键方法。如果充电枪的绝缘电阻降低或不足,会导致电击风险、电路故障以及设备损坏,甚至危及人员生命安全。因此,开发一种高效且准确的绝缘电阻测试方法对于电动车充电设备的维护和安全至关重要
2、传统的绝缘电阻测试方法通常涉及复杂的实验设备和测试程序,费时费力。而且,这些方法通常无法及时监测绝缘电阻的实际变化趋势,因此无法提前预测潜在的问题。因此,需要一种更加智能化和自动化的方法来进行充电枪绝缘电阻测试,以提高测试的效率和准确性。
技术实现思路
1、本专利技术提供了一种充电枪绝缘电阻测试方法、装置、设备及存储介质,用于实现直流充电枪的绝缘电阻智能化测试并提高充电枪绝缘电阻测试的准确率。
2、本专利技术第一方面提供了一种充电枪绝缘电阻测试方法,所述充电枪绝缘电阻测试方法包括:
3、获取目标充电枪的历史性能参数数据,并构建充电枪绝缘电阻与性能参数之间的初始测试关系模型,其中,所述初始测试关系模型包括第一层预测模型以及第二层预测模型;
4、基于所述第一层预测模型对所述历史性能参数数据进行绝缘电阻变化趋势预测,得到初始绝缘电阻预测数据;
5、将所述历史性能参数数据和所述
6、根据所述历史性能参数数据创建初始绝缘电阻测试参数种群;
7、通过预置的鲸鱼优化算法对所述初始绝缘电阻测试参数种群进行参数组合最优化分析,得到目标绝缘电阻测试参数组合;
8、根据所述目标绝缘电阻测试参数组合对所述目标充电枪进行绝缘电阻测试,得到实测绝缘电阻预测数据,并根据所述实测绝缘电阻预测数据对所述初始测试关系模型进行模型优化,得到目标测试关系模型。
9、结合第一方面,在本专利技术第一方面的第一种实现方式中,所述获取目标充电枪的历史性能参数数据,并构建充电枪绝缘电阻与性能参数之间的初始测试关系模型,其中,所述初始测试关系模型包括第一层预测模型以及第二层预测模型,包括:
10、获取目标充电枪的历史性能参数数据,并获取多个性能参数标签,其中,所述多个性能参数标签包括输入电压标签、电流标签及温度标签;
11、将所述多个性能参数标签输入预置的聚类模型,通过所述聚类模型确定所述多个性能参数标签对应的聚类中心,得到多个第一聚类中心,其中,所述多个第一聚类中心包括:第一输入电压聚类中心、第一电流聚类中心及第一温度聚类中心;
12、通过所述多个第一聚类中心对所述历史性能参数数据进行聚类分析,得到每个第一聚类中心的多个特征点距,并根据所述多个特征点距计算每个第一聚类中心的特征点平均距离;
13、根据所述特征点平均距离对所述多个第一聚类中心进行偏移校正,得到多个第二聚类中心,其中,所述多个第二聚类中心包括:第二输入电压聚类中心、第二电流聚类中心及第二温度聚类中心;
14、根据所述多个第二聚类中心对所述历史性能参数数据进行聚类分析,得到输入电压数据、电流数据及温度数据;
15、根据所述输入电压数据创建对应的输入电压分析网络,其中,所述输入电压分析网络包括第一输入层、多个第一隐藏层以及第一输出层;
16、根据所述电流数据创建对应的电流分析网络,其中,所述电流分析网络包括第二输入层、多个第二隐藏层以及第二输出层;
17、根据所述温度数据创建对应的温度分析网络,其中,所述输入电压分析网络包括第三输入层、多个第三隐藏层以及第三输出层;
18、将所述输入电压分析网络、所述电流分析网络以及所述温度分析网络作为第一层预测模型,并获取普通克里金模型作为第二层预测模型;
19、对所述第一层预测模型和所述第二层预测模型进行模型集成,得到充电枪绝缘电阻与性能参数之间的初始测试关系模型。
20、结合第一方面,在本专利技术第一方面的第二种实现方式中,所述基于所述第一层预测模型对所述历史性能参数数据进行绝缘电阻变化趋势预测,得到初始绝缘电阻预测数据,包括:
21、通过所述第一层预测模型中输入电压分析网络的第一输入层接收所述输入电压数据,并通过所述多个第一隐藏层对所述输入电压数据进行隐藏特征提取,得到输入电压特征向量,以及通过所述第一输出层对所述输入电压特征向量进行绝缘电阻变化趋势预测,得到第一绝缘电阻预测数据;
22、通过所述第一层预测模型中电流分析网络的第二输入层接收所述电流数据,并通过所述多个第二隐藏层对所述电流数据进行隐藏特征提取,得到电流特征向量,以及通过所述第二输出层对所述电流特征向量进行绝缘电阻变化趋势预测,得到第二绝缘电阻预测数据;
23、通过所述第一层预测模型中温度分析网络的第三输入层接收所述温度数据,并通过所述多个第三隐藏层对所述温度数据进行隐藏特征提取,得到温度特征向量,以及通过所述第三输出层对所述温度特征向量进行绝缘电阻变化趋势预测,得到第三绝缘电阻预测数据;
24、获取所述输入电压数据对应的第一绝缘电阻影响权重,并获取所述电流数据对应的第二绝缘电阻影响权重,以及获取所述温度数据对应的第三绝缘电阻影响权重;
25、根据所述第一绝缘电阻影响权重计算所述第一绝缘电阻预测数据的第一加权电阻预测数据,并根据所述第二绝缘电阻影响权重计算所述第二绝缘电阻预测数据的第二加权电阻预测数据,以及根据所述第三绝缘电阻影响权重计算所述第三绝缘电阻预测数据的第三加权电阻预测数据;
26、对所述第一加权电阻预测数据、所述第二加权电阻预测数据以及所述第三加权电阻预测数据进行预测数据融合,得到初始绝缘电阻预测数据。
27、结合第一方面,在本专利技术第一方面的第三种实现方式中,所述将所述历史性能参数数据和所述初始绝缘电阻预测数据输入所述第二层预测模型进行预测数据调整,得到目标绝缘电阻预测数据,包括:
28、对所述历史性能参数数据进行特征参数矩阵转换,得到历史性能参数矩阵,并对所述初始绝缘电阻预测数据进行预测数据矩阵转换,得到绝缘电阻预测矩阵;
29、对所述历史性能参数矩阵和所述绝缘电阻预测矩阵进行矩阵组合,得到目标预测评价矩阵;
30、将所述目标预测评价矩阵输入所述第二层预测模型中的普通克里金模型,通过所述普通克里金模型定义所述目标预测评价矩阵的半变异函数;
31、通过所述普通克里金模型,根据所述半变异函数对所述目标预测评价矩阵进行插值,生成目标绝缘电阻预测数据。
32、结合第一方面,在本专利技术第一方面的第四种实现方式中,所述根据所述历史性能参数数据创建初始绝缘电阻测试参数种群,包括:
33、计算本文档来自技高网...
【技术保护点】
1.一种充电枪绝缘电阻测试方法,其特征在于,所述充电枪绝缘电阻测试方法包括:
2.根据权利要求1所述的充电枪绝缘电阻测试方法,其特征在于,所述获取目标充电枪的历史性能参数数据,并构建充电枪绝缘电阻与性能参数之间的初始测试关系模型,其中,所述初始测试关系模型包括第一层预测模型以及第二层预测模型,包括:
3.根据权利要求2所述的充电枪绝缘电阻测试方法,其特征在于,所述基于所述第一层预测模型对所述历史性能参数数据进行绝缘电阻变化趋势预测,得到初始绝缘电阻预测数据,包括:
4.根据权利要求2所述的充电枪绝缘电阻测试方法,其特征在于,所述将所述历史性能参数数据和所述初始绝缘电阻预测数据输入所述第二层预测模型进行预测数据调整,得到目标绝缘电阻预测数据,包括:
5.根据权利要求2所述的充电枪绝缘电阻测试方法,其特征在于,所述根据所述历史性能参数数据创建初始绝缘电阻测试参数种群,包括:
6.根据权利要求5所述的充电枪绝缘电阻测试方法,其特征在于,所述通过预置的鲸鱼优化算法对所述初始绝缘电阻测试参数种群进行参数组合最优化分析,得到目标绝缘
7.根据权利要求1所述的充电枪绝缘电阻测试方法,其特征在于,所述根据所述目标绝缘电阻测试参数组合对所述目标充电枪进行绝缘电阻测试,得到实测绝缘电阻预测数据,并根据所述实测绝缘电阻预测数据对所述初始测试关系模型进行模型优化,得到目标测试关系模型,包括:
8.一种充电枪绝缘电阻测试装置,其特征在于,所述充电枪绝缘电阻测试装置包括:
9.一种充电枪绝缘电阻测试设备,其特征在于,所述充电枪绝缘电阻测试设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述的充电枪绝缘电阻测试方法。
...【技术特征摘要】
1.一种充电枪绝缘电阻测试方法,其特征在于,所述充电枪绝缘电阻测试方法包括:
2.根据权利要求1所述的充电枪绝缘电阻测试方法,其特征在于,所述获取目标充电枪的历史性能参数数据,并构建充电枪绝缘电阻与性能参数之间的初始测试关系模型,其中,所述初始测试关系模型包括第一层预测模型以及第二层预测模型,包括:
3.根据权利要求2所述的充电枪绝缘电阻测试方法,其特征在于,所述基于所述第一层预测模型对所述历史性能参数数据进行绝缘电阻变化趋势预测,得到初始绝缘电阻预测数据,包括:
4.根据权利要求2所述的充电枪绝缘电阻测试方法,其特征在于,所述将所述历史性能参数数据和所述初始绝缘电阻预测数据输入所述第二层预测模型进行预测数据调整,得到目标绝缘电阻预测数据,包括:
5.根据权利要求2所述的充电枪绝缘电阻测试方法,其特征在于,所述根据所述历史性能参数数据创建初始绝缘电阻测试参数种群,包括:
...
【专利技术属性】
技术研发人员:杨尚芳,曾宪景,刘冬全,费平,
申请(专利权)人:深圳永贵技术有限公司,
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。