【技术实现步骤摘要】
本专利技术涉及充电桩，具体地说是一种用于检测充电桩输出状态的系统及方法。
技术介绍
1、在充电桩充电过程中，充电桩的状态监测至关重要。传统的充电桩的状态检测主要针对输出电流、输出电压的测量，而忽略了环境温度对充电桩输出状态的影响。
2、现有技术中，cn215621476u、cn206475768u能够对充电桩的实时状态进行监测，但缺少环境温度对充电桩的输出电流、电压影响方面的考虑，而环境温度会引起充电桩的输出电流、电压的波动变化，仅通过输出电流、输出电压的示值评价充电桩的输出状态，会造成检测误差大、误报警等。cn116215293a考虑了温度对充电桩输出状态的影响，但没有建立充电桩运行状态的评价模型，在不同环境温度下无法准确地对充电桩的输出状态作出合理评价。此外，现有的电流、电压采集装置(如cn107356895a、cn110619999a)采集精度不高，采集输出电流、电压时，往往忽略采集设备内部的误差，没有考虑采集装置自身发热对采集数据的影响；除此之外，还缺少对采集装置的保护结构，在出现极值电流、电压的情况下，容易损坏。基于上述原因，现有技术无法对充电桩的输出状态作出准确评价。
技术实现思路
1、本专利技术所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种用于检测充电桩输出状态的系统及方法，其在考虑环境因素影响的前提下建立评价模型，准确反映预测值与实际值的动态变化差异；以准确评价充电桩的输出状态。
2、为此，本专利技术采用的一种技术方案为：一种用于检
3、所述充电桩输出电流及输出电压测量模块、所述温度测量模块均与所述信息采集模块电性连接，所述信息采集模块将采集到的信息通过无线传输的方式传送至物联网，并由物联网传送至所述终端处理器；
4、所述充电桩输出电流及输出电压测量模块，包括温度补偿型电流互感器和温度补偿型电压互感器，用于分别测量充电桩的输出电流和输出电压；
5、所述温度测量模块，包括温度传感器，用于采集环境温度；
6、所述信息采集模块，内置信号处理电路以及无线发射端子，用于采集充电桩的输出电流、输出电压以及环境温度；
7、所述终端处理器，内置处理单元及存储模块；所述的存储模块存储训练好的神经网络关联模型以及评价模型；所述的神经网络关联模型为不同环境温度下预设电流、电压与实际输出电流、电压对应的模型，用于获取充电桩实际输出电流、电压的预测值；所述的评价模型，通过充电桩实际输出电流、电压的预测值与实际输出电流、电压判断充电桩的运行状态，准确反映预测值与实际值的动态变化差异，用于评价充电桩输出状态。
8、本专利技术采用的另一种技术方案为：一种用于检测充电桩输出状态的方法，其采用上述用于检测充电桩输出状态的系统实现，所述的方法包括：
9、步骤1、在充电桩正常充电时，通过设置不同的预设电流、电压以及环境温度，获取不同环境温度时实际输出的电流、电压；训练机器学习模型，建立不同环境温度下预设电流、电压与实际输出电流、电压对应的神经网络关联模型；并通过物联网将该神经网络关联模型上传至终端处理器；
10、步骤2、充电桩对待充电设备进行充电时，通过温度传感器采集环境温度信息；待充电设备通过充电电缆中的信号线实时向充电桩反馈需求信息，该需求信息为电流、电压信息；终端处理器通过物联网实时获取待充电设备的需求信息以及环境温度信息；通过神经网络关联模型实时得出充电桩实际输出电流和电压的预测值；
11、步骤3、在充电桩进行充电时，通过充电桩输出电流及输出电压测量模块实时采集充电桩的实际输出电流和电压；并通过物联网将上述信息实时反馈至终端处理器；
12、步骤4、终端处理器内置评价模型，评价模型根据实时得出的实际输出电流和电压的预测值对实时采集的实际输出电流和电压进行评价，进而判断充电桩的输出状态。
13、本专利技术具有的有益效果如下：
14、1、通过深度学习模型，建立不同环境温度下预设电流、电压与实际输出电流、电压对应的神经网络关联模型，获取实际输出电流、电压的预测值，神经网络关联模型考虑环境因素的影响，准确反映充电桩的运行状态。
15、2、建立充电桩运行状态的评价模型，通过预测值与实际输出电流、电压判断充电桩的运行状态，准确反映预测值与实际值的动态变化差异，准确评价充电桩的输出状态。
16、3、温度补偿型电流/电压互感器考虑温度对采集电流/电压的影响，并对感测电流/电压进行实时的温度补偿，提高电气设备电流/电压数据的采集精度；可采集不同缠绕位置的温度分布，反映的温度信息更为精确。
本文档来自技高网...【技术保护点】
1.一种用于检测充电桩输出状态的系统，其特征在于，包括充电桩输出电流及输出电压测量模块、温度测量模块、信息采集模块、物联网和终端处理器；
2.根据权利要求1所述的一种用于检测充电桩输出状态的系统，其特征在于，所述评价模型的构建过程包括：
3.根据权利要求1所述的一种用于检测充电桩输出状态的系统，其特征在于，所述神经网络关联模型的构建过程包括：使用深度学习模型构建神经网络关联模型；设计模型的架构：输入层、隐藏层和输出层；输入层包括预设电流、预设电压和环境温度；输出层包括实际输出电流和电压；使用线性函数作为激活函数，使用均方误差作为损失函数；使用训练数据对神经网络关联模型进行训练，通过反向传播算法更新模型的权重和偏置，以最小化损失函数；使用训练好的神经网络关联模型进行实际预测，将预设电流、电压和环境温度作为输入，得到实际输出电流和电压的预测值。
4.根据权利要求3所述的一种用于检测充电桩输出状态的系统，其特征在于，所述反向传播算法的具体步骤包括：
5.根据权利要求1所述的一种用于检测充电桩输出状态的系统，其特征在于，所述的温度补偿型电流
6.根据权利要求5所述的一种用于检测充电桩输出状态的系统，其特征在于，所述的传导结构(3)包括导线(31)、感测光纤(32)、固定环(33)、绝缘套管(34)、导热流体(35)和端部封装膜(36)；
7.根据权利要求6所述的一种用于检测充电桩输出状态的系统，其特征在于，所述端部封装膜(36)为绝缘弹性膜，其弹性模量小于所述绝缘套管(34)，在所述导热流体(35)受热膨胀时产生向外的形变；所述端部封装膜(36)的外侧设置导体环(38)，在导体环(38)的对应位置处设置环形急停端子(37)，在端部封装膜(36)产生的形变到达指定程度时接通急停端子37。
8.根据权利要求6所述的一种用于检测充电桩输出状态的系统，其特征在于，所述固定环(33)与所述导线(31)及所述感测光纤(32)的接触部位设置弹性绝缘固定胶体；所述固定环(33)的限位锥体由两部分组成，分别为尖端和粗端，其中，尖端的弹性模量小于粗端的弹性模量，以便于在所述绝缘套管(34)内部的穿梭。
9.根据权利要求1所述的一种用于检测充电桩输出状态的系统，其特征在于，温度补偿型电流/电压互感器考虑温度对充电桩输出电流/电压的影响，并对感测电流/电压进行实时的温度补偿，提高电气设备电流/电压数据的采集精度；
10.一种用于检测充电桩输出状态的方法，其特征在于，采用权利要求1-9任一项所述的用于检测充电桩输出状态的系统实现，所述的方法包括：
...【技术特征摘要】
1.一种用于检测充电桩输出状态的系统，其特征在于，包括充电桩输出电流及输出电压测量模块、温度测量模块、信息采集模块、物联网和终端处理器；
2.根据权利要求1所述的一种用于检测充电桩输出状态的系统，其特征在于，所述评价模型的构建过程包括：
3.根据权利要求1所述的一种用于检测充电桩输出状态的系统，其特征在于，所述神经网络关联模型的构建过程包括：使用深度学习模型构建神经网络关联模型；设计模型的架构：输入层、隐藏层和输出层；输入层包括预设电流、预设电压和环境温度；输出层包括实际输出电流和电压；使用线性函数作为激活函数，使用均方误差作为损失函数；使用训练数据对神经网络关联模型进行训练，通过反向传播算法更新模型的权重和偏置，以最小化损失函数；使用训练好的神经网络关联模型进行实际预测，将预设电流、电压和环境温度作为输入，得到实际输出电流和电压的预测值。
4.根据权利要求3所述的一种用于检测充电桩输出状态的系统，其特征在于，所述反向传播算法的具体步骤包括：
5.根据权利要求1所述的一种用于检测充电桩输出状态的系统，其特征在于，所述的温度补偿型电流互感器包括壳体(1)、铁芯(2)、传导结构(3)和转接端子(4)；所述的壳体(1)内部设置铁芯(2)和传导结构(3)，壳体(1)内部和铁芯(2)均为环形结构，传导结构(3)缠绕在铁芯(2)的外侧上；所述壳体1的外侧设有两个转接端子(4)，用于连接外部检测装置；所述传导结构(3)的两端分别与两个转接端子(4)连接；测量时，将待...
【专利技术属性】
技术研发人员：刘思，陈欢军，李熊，姚力，肖涛，陆艳，吴剑芳，余恩，叶莘，周佑，徐韬，徐开，杨思洁，杨依睿，谢泽楠，孔德政，刘晓晟，李青青，
申请(专利权)人：国网浙江省电力有限公司营销服务中心，
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。