充电设备故障检查方法和充电系统与流程
本技术涉及数据处理,尤其涉及一种充电设备故障检查方法和充电系统。
背景技术:
1、随着新能源汽车产业的快速发展,充电设备作为关键的基础配套设施已大规模部署,然而,在实际使用过程中,充电故障频发且用户体验不佳的问题日益突出,目前行业常规采用固定错误代码+屏幕文字提示的方式向用户展示故障信息(如显示“e0201”或“通信超时”)。
2、然而,现有的充电设备故障检查方法,存在以下不足之处:故障代码晦涩难懂:普通用户无法理解e0201、0x1a3f等十六进制/数字代码的技术含义,面对屏幕上的错误提示往往不知所措;故障原因不明:即使显示了部分文字描述(如“cp信号异常”),用户仍无法判断是充电设备本身故障、车辆bms问题、还是操作不当导致;客服沟通效率低:用户拨打客服电话时,因缺乏现场专业知识,无法准确描述故障现象,客服人员也因缺少实时运行数据难以远程定位问题,双方反复沟通但效果甚微;运维响应周期长:运维人员接到报修后需盲跑现场,大量简单故障(如枪头触点脏污、插枪不到位、欠费停用等)本可由用户自行解决,却仍需等待运维到场处理,造成运维资源严重浪费和用户长时间等待;车桩责任争议多:当充电失败时,用户倾向于认为是桩坏了,运营商则怀疑是车的问题,双方缺乏客观依据进行责任判定,引发投诉纠纷。
技术实现思路
1、本技术的主要目的在于提供一种充电设备故障检查方法和充电系统,旨在实现对车用充电设备的故障精准诊断,进而提升车用充电设备的简单故障自解决率,并降低无效运维出工率。
2、为实现上述目的,本技术提供一种充电设备故障检查方法,应用于充电系统,所述方法包括:
3、获取充电设备在预设时间窗口内的运行状态数据;
4、响应于故障事件触发信号,对充电设备对应的预设图像采集区域进行图像采集,得到充电设备对应的视觉证据数据;
5、基于所述运行状态数据以及所述视觉证据数据,通过预设多模态诊断模型对充电设备进行故障诊断,得到充电设备对应的故障诊断结果。
6、具体的,所述运行状态数据为时序数据窗口,所述预设时间窗口用于表征从充电设备的故障时刻之前的预设时刻到当前时刻之间的时间段;
7、所述获取充电设备在预设时间窗口内的运行状态数据,包括:
8、基于预设采样频率,通过内置传感器组采集得到充电设备对应的输出电压、充电设备对应的输出电流、充电设备对应的桩内温度、充电枪锁止状态数据、充电设备对应的网络链路质量数据以及充电设备对应的车桩通信日志数据;
9、基于所述输出电压、所述输出电流、所述桩内温度、所述充电枪锁止状态数据、所述网络链路质量数据以及所述车桩通信日志数据,生成所述时序数据窗口。
10、具体的,所述预设图像采集区域包括第一区域、第二区域以及第三区域,所述第一区域用于表征充电枪与车辆接口配合区域,所述第二区域用于表征充电枪的枪体与线缆整体外观区域,所述第三区域用于表征充电设备的人机交互屏显示区域;
11、所述响应于故障事件触发信号,对充电设备对应的预设图像采集区域进行图像采集,得到充电设备对应的视觉证据数据,包括:
12、采集第一区域对应的第一图像,其中,所述第一图像用于表征充电枪的插枪深度、充电枪的枪体姿态以及线缆缆体状态;
13、采集第二区域对应的第二图像,其中,所述第二图像用于表征枪体外壳状况以及线缆外皮状况;
14、采集第三区域对应的第三图像,其中,所述第三图像用于表征人机交互屏显示区域状况;
15、基于所述第一图像、第二图像、第三图像、第一图像对应的拍摄时间戳、第二图像对应的拍摄时间戳、第三图像对应的拍摄时间戳以及故障事件触发信号对应的故障触发时间戳,生成所述视觉证据数据。
16、具体的,所述预设多模态诊断模型包括电气异常模式识别层、视觉物理状态分析层以及跨模态联合推理层,所述故障诊断结果包括故障类别、故障根因描述数据以及故障严重等级,所述故障根因描述数据用于表征对于故障的技术性根因的判断结果文本;
17、所述基于所述运行状态数据以及所述视觉证据数据,通过预设多模态诊断模型对充电设备进行故障诊断,得到充电设备对应的故障诊断结果,包括:
18、通过所述电气异常模式识别层,对所述运行状态数据进行异常识别,得到异常识别结果;
19、通过所述视觉物理状态分析层,对所述视觉证据数据进行图像分析,得到图像分析结果;
20、通过所述跨模态联合推理层,对所述异常识别结果以及所述图像分析结果进行关联处理,得到所述故障诊断结果。
21、具体的,在所述基于所述故障诊断结果,执行预设故障自检策略,得到目标自检结果之前,所述方法还包括:
22、通过所述电气异常模式识别层,从所述运行状态数据中提取得到充电枪触点cc回路电阻值;
23、基于所述运行状态数据中的充电枪触点cp信号电压幅值、所述充电枪触点cc回路电阻值以及预设电气阈值,确定所述异常识别结果;
24、基于所述异常识别结果、所述第一图像以及所述第二图像,通过所述预设多模态诊断模型对充电设备进行故障诊断,得到所述故障诊断结果。
25、具体的,在所述基于所述运行状态数据以及所述视觉证据数据,通过预设多模态诊断模型对充电设备进行故障诊断,得到充电设备对应的故障诊断结果之后,所述方法还包括:
26、通过预设自然语言生成模型对所述故障根因描述数据进行专业术语替换处理、口语化改写处理以及场景适配处理处理,得到通俗语言描述文本,以实现在充电设备的人机交互屏显示区域显示所述通俗语言描述文本,其中,所述通俗语言描述文本用于面向非专业人士展示故障信息;
27、基于所述通俗语言描述文本,生成语音音频,以实现通过充电设备的扬声器播送所述通俗语言描述文本;
28、基于所述故障类别以及所述故障严重等级,确定执行第一自检流程或者第二自检流程,其中,所述第一自检流程用于通过语音引导的方式实现对充电设备的自检,所述第二自检流程用于根据自检情况来确定是否转入工单派发流程。
29、具体的,所述故障类别包括可自修复类别以及不可自修复类别,所述故障严重等级包括轻微、中等、严重以及危急;
30、所述基于所述故障类别以及所述故障严重等级,确定执行所述第一自检流程或者所述第二自检流程,包括:
31、若充电设备的故障类别为可自修复类别,并且,充电设备的故障严重等级为轻微或者中等,则执行所述第一自检流程;
32、若充电设备的故障类别为不可自修复类别,或者,充电设备的故障严重等级为严重或者危急,则执行所述第二自检流程。
33、具体的,所述执行所述第一自检流程,包括:
34、根据所述故障诊断结果,通过调用预设自检知识库,生成自检步骤序列;
35、通过充电设备的扬声器播放所述自检步骤序列,以使用户按照所述自检步骤序列进行操作;
36、通过充电设备对应的预设并行通道,获取用户在所述自检步骤序列中每个步骤之后的反馈信息,并通过交互状态机,记录所述自检步骤序列的执行状况信息,其中,所述执行状况信息包括用户执行所述自检步骤序列中各个步骤的失败次数;
37、基于所述反馈信息以及所述执行状况信息,确定用户对应的自检结果;
38、重复多次实施上述步骤,若自检失败对应的次数不小于预设失败次数阈值,则执行所述第二自检流程。
39、具体的,所述执行所述第二自检流程,包括:
40、基于所述故障诊断结果、所述视觉证据数据以及所述运行状态数据,生成工单包,其中,所述工单包用于通知专业运维维修人员来检测充电设备并展示当前充电设备的状况;
41、在所述工单包被派发后,确定充电设备进入等待运维处置状态;
42、响应于充电设备对应的修复确认信号,确定充电设备进入正常充电监控状态。
43、为实现上述目的,本技术还提供一种充电系统,包括至少两个功率模块、至少一个充电接口、功率分配装置、主控制器以及充电接口; 所述主控制器分别与各所述功率模块、各所述充电接口以及所述功率分配装置连接,所述主控制器用于执行所述充电设备故障检查方法;所述功率分配装置分别与各所述功率模块和各所述充电接口连接;所述充电接口用于连接充电枪,所述充电枪通过充电系统主体上的枪座挂接于充电系统对应的主机上。
44、本技术提供的一种充电设备故障检查方法、装置、终端和介质,可以首先获取充电设备在预设时间窗口内的运行状态数据;响应于故障事件触发信号,对充电设备对应的预设图像采集区域进行图像采集,得到充电设备对应的视觉证据数据;基于所述运行状态数据以及所述视觉证据数据,通过预设多模态诊断模型对充电设备进行故障诊断,得到充电设备对应的故障诊断结果,以实现对车用充电设备的故障精准诊断,进而提升车用充电设备的简单故障自解决率,并降低无效运维出工率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com