← 返回列表
一种充电桩故障诊断方法、计算机可读介质及设备
申请人信息
- 申请人:国网江苏省电力有限公司南京供电分公司
- 申请人地址:210019 江苏省南京市建邺区奥体大街1号210019
- 发明人: 国网江苏省电力有限公司南京供电分公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种充电桩故障诊断方法、计算机可读介质及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311378586.0 |
| 申请日 | 2023/10/23 |
| 公告号 | CN117520803A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06F18/2113 |
| 权利人 | 国网江苏省电力有限公司南京供电分公司 |
| 发明人 | 冯隆基; 方磊; 徐俊; 何映虹; 林鹤; 吴芳柱; 楚成博; 汪自虎; 邢晓帆; 赵逸; 戴宝琴; 王振宇; 陈雪薇; 李楠; 朱泽 |
| 地址 | 江苏省南京市建邺区奥体大街1号 |
摘要文本
本申请提供了一种充电桩故障诊断方法、计算机可读介质及设备，其中，方法为基于自适应特征模态分解与核极限学习机(Adaptive feature mode decomposition–Kernel extreme learning machine, AFMD‑KELM)的充电桩故障诊断方法，包括：(1)数据获取与准备；(2)信号自适应分解；(3)故障特征筛选；(4)充电桩故障诊断模型搭建与训练；(5)充电桩故障诊断。本发明将采集到的充电桩传感器信号可以自适应地分解为多个特征分量，根据重要性刻画指标选择出其中重要的特征，提取信号中有效信息并减少噪声的干扰。利用金枪鱼群优化的核极限学习机将提取的特征进行分类，进一步提高充电桩故障诊断的准确率。
专利主权项内容
1.一种充电桩故障诊断方法，其特征在于，包括如下步骤：数据获取与准备：采集充电桩正常、过流、失流、过压、失压、负荷超容运行状态下的电压信号，并将采集到的信号划分为训练集和测试集；信号自适应分解：对信号进行K层特征模态分解得到K个模态分量；故障特征筛选：依据重要性刻画指标IRI作为选择模态分量的标准，筛选信号中与故障信息相关程度大的重要成分；充电桩故障诊断模型搭建与训练：搭建基于金枪鱼群优化的核极限学习机模型，将所述故障特征筛选步骤中获得的训练集数据输入到模型中进行训练得到训练好的充电桩故障诊断模型；充电桩故障诊断：将所述故障特征筛选步骤中获得的测试集数据输入到模型中输出预测的充电桩故障类型。