详情

原文传递充电桩状态的评估方法

专利名称：	充电桩状态的评估方法
摘要：	本发明公开了一种充电桩状态的评估方法，包括：在预设时间间隔，获取多个设置在不同地点的充电桩的工况数据；根据滑动时间窗口模型对所述工况数据进行截取，形成样本数据矩阵根据样本数据矩阵以及线性过程功率谱密度函数计算估计极限谱概率密度函数并将按时间顺序排列组成评估矩阵根据t时刻对应的的列向量nt以及t‑1时刻对应的的列向量nt‑1计算评价指标；根据所述评价指标与预设的故障指标范围进行对比，判断充电桩的故障状态。本发明提供的充电桩状态的评估方法，可以分析充电桩工况与各种影响因素之间的内在联系，做出故障发生之前的预判，减小充电桩的故障概率，有利于充电桩的维护。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京智芯微电子科技有限公司
发明人：	师洋;潘雨;李涛;王建
专利状态：	有效
申请日期：	2019-08-27T00:00:00+0800
发布日期：	2019-11-19T00:00:00+0800
申请号：	CN201910798582.5
公开号：	CN110466381A
代理机构：	北京中誉威圣知识产权代理有限公司
代理人：	周际;张相午
分类号：	B60L53/60(2019.01);B;B60;B60L;B60L53
申请人地址：	100192 北京市海淀区西小口路66号中关村东升科技园A区3号楼
主权项：	1.一种充电桩状态的评估方法，其特征在于，包括：在预设时间间隔，获取多个设置在不同地点的充电桩的工况数据；根据滑动时间窗口模型对所述工况数据进行截取，形成样本数据矩阵根据样本数据矩阵以及线性过程功率谱密度函数计算估计极限谱概率密度函数并将按时间顺序排列组成评估矩阵根据t时刻对应的的列向量nt以及t-1时刻对应的的列向量nt-1计算评价指标，其中，t为当前采样时刻，t-1为上一采样时刻；根据所述评价指标与预设的故障指标范围进行对比，判断充电桩的故障状态。 2.如权利要求1所述的评估方法，其特征在于，所述根据滑动时间窗口函数对所述工况数据进行截取，形成样本数据矩阵包括：滑动时间窗口模型在时刻t对所述工况数据进行采集，得到样本数据矩阵其中，所述滑动时间窗口函数的宽度为Tw，所述样本数据矩阵包括： 3.如权利要求1所述的评估方法，其特征在于，所述形成样本数据矩阵之后，还包括：通过一次差分的方式对样本数据矩阵进行预处理，形成差分矩阵其中，计算随机矩阵在t时刻的协方差矩阵Sn。 4.如权利要求3所述的评估方法，其特征在于，所述计算随机矩阵在t时刻的协方差矩阵Sn之后，所述根据样本数据矩阵以及线性过程功率谱密度函数计算估计极限谱概率密度函数并将按时间顺序排列组成评估矩阵之前，还包括：计算协方差矩阵Sn的特征值；根据协方差矩阵的特征值，计算平均谱半径kMSR；根据kMSR与预设的内环半径以及外环半径的位置关系，判断与样本数据对应的多个充电桩的运行状态。 5.如权利要求4所述的评估方法，其特征在于，所述根据协方差矩阵的特征值，计算平均谱半径kMSR包括：根据第二公式，计算平均谱半径kMSR，所述第二公式为：其中：为协方差矩阵的特征值。 6.如权利要求4所述的评估方法，其特征在于，所述根据样本数据矩阵以及线性过程功率谱密度函数计算估计极限谱概率密度函数并将按时间顺序排列组成评估矩阵包括：根据协方差矩阵Sn的经验谱分布以及线性过程功率谱密度函数，得到分布函数Fn的斯蒂尔杰斯积分变换公式；对分布函数Fn的斯蒂尔杰斯积分变换公式进行分解，选择每一采样时刻的平均谱半径作为λSn的初始值计算估计极限谱概率密度函数将估计极限谱概率密度函数按时间顺序排列组成评估矩阵 7.如权利要求3所述的评估方法，其特征在于，所述根据t时刻对应的的列向量nt以及为t-1时刻对应的的列向量nt-1计算评价指标包括：根据公式一计算评价指标EI，所述公式一包括：其中，nt为t时刻对应的的列向量；nt-1为t-1时刻对应的的列向量。 8.如权利要求1所述的评估方法，其特征在于，所述线性过程功率谱密度函数φ(ω)为：
所属类别：	发明专利