一种充电设施故障诊断方法及装置与流程

1.本发明涉及充电设施安全防护技术领域，具体涉及一种充电设施故障诊断方法及装置。


背景技术：

2.当今化石能源危机不断加剧和生态环境不断恶化，传统燃油汽车环境污染严重，能源消耗大，给建设环境资源型社会造成了巨大压力。而电动汽车通过“充电”替代“燃油”来提供动力，比传统燃油汽车具有排放污染小、噪声低、能源利用率高等优点，大力发展电动汽车是缓解环境污染和能源消耗压力的有效途径。
3.电动汽车充电过程中的故障进行及时预警、快速诊断是实现电动汽车可持续发展的基础。
4.现有技术中电动汽车充电过程中的故障预警及诊断主要通过解析并判断充电设施与电动汽车的电池管理系统通信报文中的电气量信息是否越限来实现，其主要问题在于决策策略单一、非电气量信息的关注度不足、预警效果迟滞。


技术实现要素：

5.为了克服上述缺陷，提出了本发明提供一种充电设施故障诊断方法及装置。
6.第一方面，提供一种充电设施故障诊断方法，所述充电设施故障诊断方法包括：
7.获取电动汽车在充电设施上充电时的过程信息；
8.利用所述电动汽车在充电设施上充电时的过程信息对所述充电设施进行故障诊断；
9.其中，所述过程信息包括下述中的至少两种：时空特征信息、连接状态信息和运行状态信息。
10.优选的，所述时空特征信息包括下述中的至少一种：时间信息、空间信息；所述连接状态信息包括下述中的至少一种：电动汽车与充电设施之间的网络连接状态信息、电动汽车与充电设施之间的通信通道状态信息；所述运行状态信息包括下述中的至少一种：充电设施侧的充电电压、充电设施侧的电流、充电设施侧的桩体温度、电动汽车车辆侧的蓄电池总电压、电动汽车车辆侧的单体电压、电动汽车车辆侧的单体充电电流、电动汽车车辆侧的单体温度、电动汽车车辆侧的soc信息。
11.进一步的，所述时间信息包括下述中的至少一种：季节信息、时刻信息，所述空间信息包括下述中的至少一种：人口密度信息、电动汽车密度信息。
12.优选的，所述利用所述电动汽车在充电设施上充电时的过程信息对所述充电设施进行故障诊断，包括：
13.在预先构建的故障类型关系表中检索与所述电动汽车在充电设施上充电时的过程信息对应的故障类型，若存在，则将所述与所述电动汽车在充电设施上充电时的过程信息对应的故障类型作为故障诊断结果，并发出警告，否则，故障诊断结果为未发生故障。
14.进一步的，所述故障类型包括下述中的至少一种：充电设施电池soc降低故障、充电设施过温故障、充电设施机械故障、充电设施与电池通信故障、充电设施软件故障。
15.进一步的，所述预先构建的故障类型关系表的获取过程包括：
16.分析故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性，并基于故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性构建所述预先构建的故障类型关系表。
17.进一步的，所述分析故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性的过程采用fp-growth算法。
18.进一步的，采用fp-growth算法分析故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性的具体过程包括：
19.利用故障案例的故障发生时电动汽车在充电设施上充电时的过程信息构建数据集；
20.扫描数据集，剔除数据集中出现频率小于最小支持度的数据集；
21.构建所述数据集对应的fp树，并在所述数据集对应的fp树获取置信度大于预设最小置信度的频繁模式；
22.将频繁模式中故障案例的故障发生时电动汽车在充电设施上充电时的过程信息作为该频繁模式中故障案例的故障类型的强关联信息。
23.优选的，所述获取电动汽车在充电设施上充电时的过程信息，包括：
24.实时获取电动汽车在充电设施上充电时通过can总线技术传输的通信信息；
25.解析所述通信信息，以获取所述过程信息。
26.第二方面，提供一种充电设施故障诊断装置，所述装置包括：
27.采集模块，用于获取电动汽车在充电设施上充电时的过程信息；
28.故障诊断模块，用于利用所述电动汽车在充电设施上充电时的过程信息对所述充电设施进行故障诊断；
29.其中，所述过程信息包括下述中的至少两种：时空特征信息、连接状态信息和运行状态信息。
30.第三方面，提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行所述的充电设施故障诊断方法。
31.第四方面，提供一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述的充电设施故障诊断方法。
32.本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
33.本发明提供了一种充电设施故障诊断方法及装置，包括：获取电动汽车在充电设施上充电时的过程信息；利用所述电动汽车在充电设施上充电时的过程信息对所述充电设施进行故障诊断；其中，所述过程信息包括下述中的至少两种：时空特征信息、连接状态信息和运行状态信息。本发明提供的技术方案综合考虑了时空特征信息、连接状态信息和运行状态信息与充电设施故障的关联关系，能够对充电设施存在的故障现象做到准确的排查，保障充电设施安全可靠运行。
附图说明
34.图1是本发明实施例中充电设施故障诊断方法的主要步骤流程示意图；
35.图2是本发明实施例中充电设施故障诊断装置的主要结构框图。
具体实施方式
36.下面结合附图对本发明的具体实施方式作进一步的详细说明。
37.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
38.参阅附图1，图1是本发明实施例的充电设施故障诊断方法的主要步骤流程示意图。如图1所示，本发明实施例中的充电设施故障诊断方法主要包括以下步骤：
39.步骤s101：获取电动汽车在充电设施上充电时的过程信息；
40.步骤s102：利用所述电动汽车在充电设施上充电时的过程信息对所述充电设施进行故障诊断；
41.本技术中所述过程信息包括下述中的至少两种：时空特征信息、连接状态信息和运行状态信息。
42.考虑到不同地区的繁华程度不同导致充电设施使用次数不同，不同季节、不同气温对充电过程的影响不同。因此，本实施例考虑充电设施所处地区、充电过程发生的季节、气温等因素，同步采集电动汽车在充电设施上充电时的的时空特征信息。时空特征信息是指充电网络所处的地区等空间位置信息以及充电过程发生时的季节、充电开始时刻等时间状态信息。其中，充电网络是充电设施与充电设施云之间的网络。
43.充电网络的连接状态信息主要用于检查充电设施和电动汽车之间的通信通道是否畅通、网络连接状态是否正常，可根据车辆和充电设施侧发出握手成功通信报文来判断。
44.运行状态信息是指充电过程中实时监测到的电动汽车的电池管理系统和充电设施的通信信息，具体包括充电设施侧的充电电压、电流、桩体温度等信息以及电动汽车车辆侧的蓄电池总电压、单体电压、单体充电电流、单体温度以及soc信息等。
45.在一个实施方式中，所述时空特征信息包括下述中的至少一种：时间信息、空间信息；所述连接状态信息包括下述中的至少一种：电动汽车与充电设施之间的网络连接状态信息、电动汽车与充电设施之间的通信通道状态信息；所述运行状态信息包括下述中的至少一种：充电设施侧的充电电压、充电设施侧的电流、充电设施侧的桩体温度、电动汽车车辆侧的蓄电池总电压、电动汽车车辆侧的单体电压、电动汽车车辆侧的单体充电电流、电动汽车车辆侧的单体温度、电动汽车车辆侧的soc信息。
46.本实施例中，所述时间信息包括下述中的至少一种：季节信息、时刻信息，在一个实施方式中，所述时刻信息可以为充电开始时刻，所述空间信息包括下述中的至少一种：人口密度信息、电动汽车密度信息。
47.在一个实施方式中，所述季节信息可以按照春秋季、夏季、冬季的原则将时间特征分为时间ⅰ、ⅱ、ⅲ区，在此基础上，时刻信息按照早(6点至12点)、中(12点至21点)、晚(21点至次日6点)的原则将时间特征细分为时间1、2、3区。
48.在一个实施方式中，人口密度信息和电动汽车密度信息可以参照地区人口密度和电动汽车分布密度将空间特征划分为空间ⅰ、ⅱ、ⅲ区，其中空间ⅰ区为低密度人口和车辆区，空间ⅱ区为中密度人口和车辆区，空间ⅲ区为高密度人口和车辆区。
49.为了实时获取时空特征信息、运行状态信息以及连接状态信息，本技术依托can总线通信技术，结合c#编程语言，在visual studio平台上开发了系统监控程序，可以实时解析并存储充电过程中的过程信息。
50.本实施例中，所述获取电动汽车在充电设施上充电时的过程信息，包括：
51.实时获取电动汽车在充电设施上充电时通过can总线技术传输的通信信息；
52.解析所述通信信息，以获取所述过程信息。
53.本实施例中，所述利用所述电动汽车在充电设施上充电时的过程信息对所述充电设施进行故障诊断，包括：
54.在预先构建的故障类型关系表中检索与所述电动汽车在充电设施上充电时的过程信息对应的故障类型，若存在，则将所述与所述电动汽车在充电设施上充电时的过程信息对应的故障类型作为故障诊断结果，并发出警告，否则，故障诊断结果为未发生故障。
55.在一个实施方式中，所述预先构建的故障类型关系表可以为sql server中搭建的数据库，存储所构建的故障类型及其对应的过程信息；进一步的，运用联合编程技术，将系统程序采集并解析到的所有过程信息与sql server数据库中的存储的数据信息进行实时对比，当发现某一故障案例的故障类型关联的过程信息与系统程序解析到的充电过程信息有一到二条信息匹配时给出相应故障的异常预警判断，当某一故障案例的故障类型关联的过程信息与系统程序解析到的充电过程信息有三条或以上信息匹配时给出故障判断，由此达到精准、单点故障诊断的效果。
56.实时诊断检测的故障更加侧重于严重危害充电网络安全运行的故障，放任其发展可能造成严重的人身设备伤害和财产损失，此类故障一经发现就必须实时切除，这也是实时诊断的意义所在。
57.进一步的，所述故障类型包括下述中的至少一种：充电设施电池soc降低故障、充电设施过温故障、充电设施机械故障、充电设施与电池通信故障、充电设施软件故障。
58.在一个实施方式中，所述预先构建的故障类型关系表的获取过程包括：
59.分析故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性，并基于故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性构建所述预先构建的故障类型关系表。
60.其中，所述分析故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性的过程采用fp-growth算法。
61.进一步的，采用fp-growth算法分析故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性的具体过程包括：
62.利用故障案例的故障发生时电动汽车在充电设施上充电时的过程信息构建数据集；
63.扫描数据集，剔除数据集中出现频率小于最小支持度的数据集；
64.构建所述数据集对应的fp树，并在所述数据集对应的fp树获取置信度大于预设最小置信度的频繁模式；
65.将频繁模式中故障案例的故障发生时电动汽车在充电设施上充电时的过程信息作为该频繁模式中故障案例的故障类型的强关联信息。
66.本发明提供了一种最优的实施方式，步骤如下：
67.第一步，依托故障相关性信息流建模技术，选取一定数量的典型故障案例，列出每个故障发生时的时空特征信息、连接状态信息和运行状态信息；
68.第二步，利用fp-growth算法对故障案例及所有的时空特征信息、连接状态信息和运行状态信息进行关联分析，通过设置频繁项的最小支持度，筛选出与相应故障案例关联性较强的若干过程信息，剔除出现频率小于最小支持度的故障案例和过程信息；
69.第三步，设置最小置信度，枚举所有置信度满足条件的频繁模式，频繁模式是通过关联分析获得的故障案例在fp-tree中满足置信度约束条件下的路径。然后对各频繁模式中的故障信息取并集，得到与故障案例关联性较强的故障信息集，亦即与电动汽车充电设施故障案例对应的故障特征库。
70.基于同一发明构思，本发明还提供了一种充电设施故障诊断装置，如图2所示所述装置包括：
71.采集模块，用于获取电动汽车在充电设施上充电时的过程信息；
72.故障诊断模块，用于利用所述电动汽车在充电设施上充电时的过程信息对所述充电设施进行故障诊断；
73.其中，所述过程信息包括下述中的至少两种：时空特征信息、连接状态信息和运行状态信息。
74.优选的，所述时空特征信息：时间信息、空间信息；所述连接状态信息包括下述中的至少一种：电动汽车与充电设施之间的网络连接状态信息、电动汽车与充电设施之间的通信通道状态信息；所述运行状态信息包括下述中的至少一种：充电设施侧的充电电压、充电设施侧的电流、充电设施侧的桩体温度、电动汽车车辆侧的蓄电池总电压、电动汽车车辆侧的单体电压、电动汽车车辆侧的单体充电电流、电动汽车车辆侧的单体温度、电动汽车车辆侧的soc信息。
75.进一步的，所述时间信息包括下述中的至少一种：季节信息、时刻信息，所述空间信息包括下述中的至少一种：人口密度信息、电动汽车密度信息。
76.优选的，所述利用所述电动汽车在充电设施上充电时的过程信息对所述充电设施进行故障诊断，包括：
77.在预先构建的故障类型关系表中检索与所述电动汽车在充电设施上充电时的过程信息对应的故障类型，若存在，则将所述与所述电动汽车在充电设施上充电时的过程信息对应的故障类型作为故障诊断结果，并发出警告，否则，故障诊断结果为未发生故障。
78.进一步的，所述故障类型包括下述中的至少一种：充电设施电池soc降低故障、充电设施过温故障、充电设施机械故障、充电设施与电池通信故障、充电设施软件故障。
79.进一步的，所述预先构建的故障类型关系表的获取过程包括：
80.分析故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性，并基于故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性构建所述预先构建的故障类型关系表。
81.进一步的，所述分析故障案例的故障类型与电动汽车在充电设施上充电时的过程
信息之间的相关性的过程采用fp-growth算法。
82.进一步的，采用fp-growth算法分析故障案例的故障类型与电动汽车在充电设施上充电时的过程信息之间的相关性的具体过程包括：
83.利用故障案例的故障发生时电动汽车在充电设施上充电时的过程信息构建数据集；
84.扫描数据集，剔除数据集中出现频率小于最小支持度的数据集；
85.构建所述数据集对应的fp树，并在所述数据集对应的fp树获取置信度大于预设最小置信度的频繁模式；
86.将频繁模式中故障案例的故障发生时电动汽车在充电设施上充电时的过程信息作为该频繁模式中故障案例的故障类型的强关联信息。
87.进一步的，本发明提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行所述的充电设施故障诊断方法。
88.进一步的，本发明提供一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述的充电设施故障诊断方法。
89.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
90.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
91.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
92.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
93.最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。