首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种漏液预警的液冷散热汽车充电桩及预警方法_深圳市润诚达电力科技有限公司_202410415308.6 

申请/专利权人:深圳市润诚达电力科技有限公司

申请日:2024-04-08

公开(公告)日:2024-06-21

公开(公告)号:CN118013427B

主分类号:G06F18/2431

分类号:G06F18/2431;G06F18/10;G06F18/213;G06F18/2415;G06F18/25;B60L53/60;B60L53/302;B60L53/31;G08B31/00

优先权:

专利状态码:有效-授权

法律状态:2024.06.21#授权;2024.05.28#实质审查的生效;2024.05.10#公开

摘要:本申请涉及深度学习技术领域,公开了一种漏液预警的液冷散热汽车充电桩及预警方法。所述方法包括:获取液冷散热汽车充电桩的历史漏液故障数据,并根据历史漏液故障数据构建液冷散热汽车充电桩的漏液故障演化链;对液冷散热汽车充电桩进行液冷系统状态数据监控,得到初始液冷系统状态数据集,并通过子空间识别算法对初始液冷系统状态数据集进行预处理,得到目标液冷系统状态数据集;基于漏液故障演化链对目标液冷系统状态数据集进行故障特征提取和特征矩阵构建,得到液冷系统故障特征矩阵;将液冷系统故障特征矩阵输入预置的多分类器融合决策模型进行漏液故障诊断,得到漏液故障诊断结果,本申请提高了液冷散热汽车充电桩的漏液预警准确率。

主权项:1.一种液冷散热汽车充电桩的漏液预警方法,其特征在于,所述液冷散热汽车充电桩的漏液预警方法包括:获取液冷散热汽车充电桩的历史漏液故障数据,并根据所述历史漏液故障数据构建所述液冷散热汽车充电桩的漏液故障演化链;具体包括:获取液冷散热汽车充电桩的历史漏液故障数据,并对所述历史漏液故障数据进行漏液故障分类,得到多个漏液故障类型;通过层次分析法对所述多个漏液故障类型进行影响程度和发生概率分析,得到每个漏液故障类型的影响程度指标和发生概率;对所述多个漏液故障类型进行失效模式及影响分析,得到每个漏液故障类型的漏液潜在原因和充电桩性能影响;根据所述影响程度指标和发生概率、所述漏液潜在原因和充电桩性能影响对所述多个漏液故障类型进行故障模式之间的依赖和转化关系分析,生成故障演化路径图;对所述故障演化路径图进行故障演化链提取,得到所述液冷散热汽车充电桩的漏液故障演化链;对所述液冷散热汽车充电桩进行液冷系统状态数据监控,得到初始液冷系统状态数据集,并通过子空间识别算法对所述初始液冷系统状态数据集进行预处理,得到目标液冷系统状态数据集;具体包括:对所述液冷散热汽车充电桩进行冷却液温度监控,得到冷却液温度数据,并对所述液冷散热汽车充电桩进行液冷系统压力监控,得到液冷系统压力数据;对所述液冷散热汽车充电桩进行充电桩状态数据采集,得到充电桩状态数据;对所述冷却液温度数据、所述液冷系统压力数据以及所述充电桩状态数据进行数据清洗和数据集整合,得到初始液冷系统状态数据集;通过子空间识别算法对所述初始液冷系统状态数据集进行归一化处理,得到第一液冷系统状态数据集;对所述第一液冷系统状态数据集进行线性变换,得到第二液冷系统状态特征集合;根据所述第二液冷系统状态特征集合中的多个线性液冷系统状态特征构建对应的协方差矩阵;根据所述协方差矩阵计算所述多个线性液冷系统状态特征之间的相关性,得到液冷系统状态特征相关性;根据所述液冷系统状态特征相关性,计算所述多个线性液冷系统状态特征对应的多个液冷系统状态特征值;根据所述多个液冷系统状态特征值生成对应的液冷系统状态特征向量,并对所述液冷系统状态特征向量进行主成分归一化,得到主成分特征权重;对所述初始液冷系统状态数据集与所述主成分特征权重进行特征降维映射,得到目标液冷系统状态数据集;基于所述漏液故障演化链对所述目标液冷系统状态数据集进行故障特征提取和特征矩阵构建,得到液冷系统故障特征矩阵;具体包括:对所述目标液冷系统状态数据集进行曲线拟合,得到冷却液温度曲线、液冷系统压力曲线以及充电桩充电曲线;对所述冷却液温度曲线进行曲线分段分析,得到多个温度曲线段,并对所述液冷系统压力曲线进行曲线分段分析,得到多个压力曲线段,以及对所述充电桩充电曲线进行曲线分段分析,得到多个充电曲线段;对所述多个温度曲线段进行线段斜率分析,得到多个温度曲线斜率,并对所述多个压力曲线段进行线段斜率分析,得到多个压力曲线斜率,以及对所述多个充电曲线段进行线段斜率分析,得到多个充电曲线斜率;对所述多个温度曲线斜率进行特征映射,得到多个目标温度特征,并对所述多个压力曲线斜率进行特征映射,得到多个目标压力特征,以及对所述多个充电曲线斜率进行特征映射,得到多个目标充电特征;基于所述漏液故障演化链对所述多个目标温度特征、所述多个目标压力特征以及所述多个目标充电特征进行特征关系分析和特征矩阵构建,得到液冷系统故障特征矩阵;将所述液冷系统故障特征矩阵输入预置的多分类器融合决策模型进行漏液故障诊断,得到漏液故障诊断结果。

全文数据:

权利要求:

百度查询: 深圳市润诚达电力科技有限公司 一种漏液预警的液冷散热汽车充电桩及预警方法

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。