[发明专利]充电桩故障检测方法、系统及终端设备

说明书

本发明适用于充电桩技术领域，公开了一种充电桩故障检测方法、装置及终端设备。该充电桩故障检测方法包括：获取充电桩充电时的充电数据样本，并从所述充电数据样本中提取故障特征；通过优化算法对提取出的故障特征进行分类，得到对所述故障特征的分类结果；根据所述分类结果和数据库中预存的建议维护方案，对与所述充电桩故障样本数据对应的故障进行检测并维护；其中，所述数据库中预存有与各类故障对应的建议维护方案。该充电桩故障检测方法能够在充电桩充电过程中及时检测到潜在故障并快速进行故障维护。

技术领域

本发明属于充电桩技术领域，尤其涉及一种充电桩故障检测方法、系统及终端设备。

背景技术

充电桩类似于加油站里面的加油机，可以固定在地面或墙壁，安装于公共建筑和居民小区停车场或充电站内，可以根据不同的电压等级为各种型号的电动汽车充电。充电桩的输入端与交流电网直接连接，输出端都装有充电插头用于为电动汽车充电。

但是，充电桩在使用过程中，故障频繁发生，当发生故障时，充电桩的显示屏操作界面只显示故障提示，用户不能再进行操作，导致无法充电，需要技术人员到现场进行操作，检测故障情况并进行维护，无法快速解决故障，降低了充电桩的快充服务质量，耗费了人力物力，无法满足用户对充电桩的使用要求。

发明内容

有鉴于此，本发明实施例提供了一种充电桩故障检测方法、系统及终端设备，以解决无法快速解决充电桩故障的问题。

本发明实施例的第一方面提供了一种充电桩故障检测方法，包括：

获取充电桩充电时的充电数据样本，并从所述充电数据样本中提取故障特征；

通过优化算法对提取出的故障特征进行分类，得到对所述故障特征的分类结果；

根据所述分类结果和数据库中预存的建议维护方案，对与所述充电桩故障样本数据对应的故障进行检测并维护；其中，所述数据库中预存有与各类故障对应的建议维护方案。

可选的，所述通过优化算法对提取出的故障特征进行分类，包括：

步骤A1，根据预设规则从所述故障特征中选择优势群体；

步骤A2，根据选择出的优势群体建立先验概率模型和条件概率模型，并根据所述先验概率模型和所述条件概率模型建立后验概率模型；

步骤A3，从所述后验概率模型中进行抽样，产生新群体；

步骤A4，对新群体中的若干个样本进行变异处理；

重复步骤A1至步骤A4，直至满足预设条件，完成对故障特征的分类。

可选的，所述通过优化算法对提取出的故障特征进行分类，包括：

建立RVM模型，并通过粒子群算法训练所述RVM模型；

根据训练后的RVM模型对提取出的故障特征进行分类。

可选的，所述通过粒子群算法训练所述RVM模型，包括：

步骤B1，初始化粒子群，确定粒子群的规模、初始位置和速度，根据约束条件对每个粒子初始化拉格朗日因子a的值；

步骤B2，计算每一个粒子的目标函数值；

步骤B3，更新每一个粒子a的位置局部最优值和全局最优值；

步骤B4，更新每一个粒子a的飞行速度和位置；

步骤B5，判断数据是否达到RVM模型标准，若达到标准则跳出循环，并计算相关系数，否则返回步骤B2，直到满足迭代的次数；

步骤B6，返回最优a的值，并传递给所述RVM模型。