申请/专利权人：中国电力科学研究院有限公司;国家电网有限公司;江西融祥科技开发有限公司

申请日：2020-09-09

公开（公告）日：2021-02-09

公开（公告）号：CN112345841A

主分类号：G01R31/00(20060101)

分类号：G01R31/00(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的视为撤回

法律状态：2024.03.22#发明专利申请公布后的视为撤回;2021.02.09#公开

摘要：一种应用于沿海城市交流充电桩的卡尔曼滤波故障检测方法，属于能源互联网技术领域。本发明的目的是深入研究卡尔曼滤波算法，并针对沿海城市交流充电桩故障的特点而设计的应用于沿海城市交流充电桩的故障检测方法。本发明从功能的角度出发，采用模块化的方法设计直流充电桩控制系统；对卡尔曼滤波算法进行改进，建立交流充电桩的状态模型；得出测量参数和元件健康参数之间的映射关系；采用改进后的卡尔曼滤波估计故障分量的健康参数，实现对故障分量的故障程度的评价。将诊断结果与硬件检测模块的结论相结合，分析总结得出沿海城市交流充电桩故障检测方法。本发明提高了构建健康参数估计结果的准确性，实现了沿海城市交流充电桩的故障检测。

主权项：1.一种应用于沿海城市交流充电桩的卡尔曼滤波故障检测方法，其特征在于：其步骤是：步骤1从功能的角度出发，采用模块化的方法设计直流充电桩控制系统，根据主要功能将系统划分为几个小功能模块并通过芯片实现，以完成交流充电桩故障检测的硬件设计；步骤2对卡尔曼滤波算法进行改进，得到适用于非线性系统的扩展卡尔曼滤波算法，并建立交流充电桩的状态模型：非线性系统的测量方程如下：ct＝HxWo[ht-1,xt]+bo1在这个公式中，Hx表示系统状态向量，Wo是测量输出，xt是系统干扰，bo是测量噪声；假设f*和h*每次都是连续可微的对于每个Wo，t表示离散时间的下标，tw和tv是无关联的高斯随机向量，其均值为O，可以通过将其引入到测量方程中获得最优滤波函数： 所获得的矩阵不表示实际状态估计的误差协方差矩阵，取决于之前时间的状态估计值 协方差分别为Q和O，ahvTh和bhvTh表示vTh转换时间前后增益系数的滤波阈值；整个交流充电桩的性能矢量与其分量之间的关系可以由近似线性小偏差方程确定： 步骤3在线性卡尔曼滤波算法的计算过程中引入故障树分析方法，并得出测量参数和组件健康参数之间的映射关系：交流充电桩的故障诊断问题转化为线性断层方程： 每一组最小切集Y代表系统的失效模式ωij，可以转化为知识库的规则，即： minYi表示每个i组的最小切集，表示故障树最小切集的质量系数，S表示故障树的节点阈值；顶部事件和相应的底部事件在树结构中表示 k是交流充电桩故障检测数据的灰色空间分布权重，n是检测数据中样本的数量；步骤4采用改进后的卡尔曼滤波估计故障分量的健康参数，实现对故障分量的故障程度的评价：在单故障检测的时间周期中，可以考虑此方程:sR,y＝QPi9 故障检测的更新周期n为时间tn+1和时间tn的差，D″i,k是故障检测过程中统计分布的概率密度特征，而t是实现周期差异；通过转换上述公式，假定它代表了更新周期能力的评价值V，可以通过权重矩阵W*＝W1,W2,…,Wm和评价矩阵X获得，从而将分量健康参数的偏差放大为线性模型的状态变量，表示如下： 将元素Bg,s作为评价标准和更新周期能力作为检测机制，对单元组Et中每个元素的重要性进行了成对的比较，得到了归一化特征向量得到了元素组中所有元素的权重矩阵Ugt和元素组Et中的所有元素Eg，表达如下： 在整个交流充电桩的性能矢量变化之间的关系系数，其分量作为输入值和输入，进入优先权重矩阵，获得交流功率堆的整体故障检测结果。

全文数据：

权利要求：

百度查询： 中国电力科学研究院有限公司;国家电网有限公司;江西融祥科技开发有限公司 应用于沿海城市交流充电桩的卡尔曼滤波故障检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD