[发明专利]一种基于云平台实现动力电池故障诊断的充电桩系统

权利要求书

1.一种基于云平台实现动力电池故障诊断的充电桩系统，其特征在于，包括：

充电桩，所述充电桩包括主控板、3/4/5G模块、无线Wi-Fi模块、充电枪、电压测量仪，所述3/4/5G模块、无线Wi-Fi模块、电压测量仪分别与主控板连接，所述主控板包括开关控制模块，所述开关控制模块与充电枪相连；

云平台，包括用户数据接收模块、信号降噪模块、特征参数提取模块、曲线相似程度计算模块、故障诊断模块，所述用户数据接收模块用于接收充电桩传送来的动力电池数据，所述信号降噪模块用于对所述动力电池数据进行降噪处理，所述特征参数提取模块用于提取降噪后的动力电池数据中的特征参数，所述曲线相似程度计算模块用于计算当前充电循环特征参数曲线与基准特征参数曲线的曲线相似程度，故障诊断模块用以判断曲线相似程度是否达到故障阈值；

充电桩实时获取动力电池在充电过程中的动力电池数据；

将所得的动力电池数据通过3/4/5G模块或无线Wi-Fi模块传至云平台的信号降噪模块，得到降噪后的动力电池数据；

将所得降噪后的动力电池数据输入云平台中的特征参数提取模块，得到特征参数曲线；

将所得的特征参数曲线输入曲线相似程度计算模块，得到该充电循环特征参数曲线相似程度；

将所得的充电循环特征参数曲线相似程度输入云平台中的故障诊断模块，判断是否发生故障；

若发生故障，将故障信息发送给用户APP并将故障数据及对应故障信息发送给新能源汽车国家监测与管理中心，同时将信息反馈给充电桩，停止充电；

信号降噪模块的降噪处理包括如下：

使用连续小波变换将所得动力电池数据从时间序列s(t)转换为时间-频率域，即连续小波变换系数，所得时间-频率域为：

其中α表示连续小波分析尺度，τ表示连续小波分析时间转移窗口大小，t表示时间，*表示复共轭，s,ψ_α,τ表示输入的时序信号s和分析函数即母波ψ_α,τ的内积，表示连续小波变换中的分析函数，即母波；

将所得时间-频率域划分为高能量低频率部分与高能量高频率两个部分，所述两个部分划分方法为：

其中，W_s(α,τ)为所得时间-频率域，n_a为尺度的数量，CF为使用所有连续小波分析尺度α计算连续小波变换系数的叠加振幅，由CF系数得到连续小波变换系数沿尺度轴的分布，因为低频特征的存在使得所得分布存在两个不同的峰值，通过设定最优阈值划分两个不同的峰值，由此得到高能量低频率部分与高能量高频率部分；

将上述得到的高频率部分与低频率部分分别使用同步压缩连续小波变换进行同步压缩，得到即时频率，即同步压缩连续小波变换系数，所述即时频率为：

i表示复数,δ表示的偏导；

对于低频率部分经过同步压缩得到的即时频率和高频率部分经过同步压缩得到的即时频率，采用不同的方法进行降噪，具体如下：

对于低频率部分，引入软间隔筛选特征，过滤噪声，所述软间隔为：

λ为所设阈值，表示筛选后的特征，ω_s表示连续小波变换系数；

对于高频率部分，计算前信号段的叠加振幅CF，使用硬间隔筛选高频部分的特征，过滤主要噪声，所述硬间隔为：

其中，λ_n为所设阈值，M_max＝mean(max|T_n|),T_n和T_r分别为计算CF后得到的两个峰值对应的窄频段的同步压缩连续小波变换系数；

将降噪后的高频率部分的同步压缩连续小波变换系数和低频率部分的同步压缩连续小波变换系数组合呈降噪后的时间-频率域，再逆变为时序信号；

降噪后的时序信号再次通过连续小波变换转换，得到连续小波变换系数，使用CT阈值再次进行后降噪处理，所述CT阈值为：

其中λ为所设阈值，0γλ，0≤α≤1；γ为截断值，当连续小波变换系数小于截断值则设为0，为筛选后的特征，sgn(W_s)表示若连续小波变换系数为正，则输出为1，否则输出-1，W_s表示连续小波变换系数；

所述信号降噪模块输出上述后降噪得到的连续小波变换系数；

特征参数提取模块，得到特征参数曲线，具体包括：

通过信号降噪模块输出的连续小波变换系数的多尺度包络叠加计算参数DF，所述DF为：

式中，n是尺度的数量，E(α,τ)为连续小波变换系数的包络函数，计算公式为这里是连续小波变换系数的希尔伯特转变结果；

使用上述得到的DF计算运行能量比例ER₁，所述运行能量比例ER₁为：

其中，L是在时间转移窗口大小为τ前后的能量收集窗口的长度值；

使用上述得到的ER₁计算表征锂离子电池内部不同频率化学反应的特征参数ER₂，所述ER₂为：

ER₂(τ)＝ER₁(τ)|DF(α)|

特征提取模型输出上述特征参数ER₂；

曲线相似程度计算模块具体包括：使用动态时间归整将特征参数提取模块所得的特征参数曲线与电压基准特征参数曲线进行对比，得到电压特征曲线相似程度；所述电压基准特征参数曲线，指第一次充电循环的电压特征参数曲线；

故障诊断模块判断充电循环中特征参数提取模块得到的电压特征曲线与电压基准特征参数曲线的电压特征曲线相似程度是否达到断路故障阈值，若达到阈值，判定发生断路故障；若未达到，则判断电循环中特征参数提取模块得到的电压特征曲线与电压基准特征参数曲线的相似程度是否达到短路故障阈值，若达到阈值，判定发生短路故障，若未达到，结束判断；

所述的故障诊断模块具体包括：

通过云平台中历史故障数据设定故障阈值：

对于历史数据中发生短路故障的动力电池，通过动态时间归整计算电池发生短路故障时充电循环的电压特征参数曲线与该电池电压基准特征参数曲线的相似程度，设定所得相似程度为短路故障阈值；

对于历史数据中发生断路故障的动力电池，通过动态时间归整计算电池发生断路故障时充电循环的电压特征参数曲线与该电池电压基准特征参数曲线的相似程度，设定所得相似程度为断路故障阈值；

当电池充电循环电压数据在输入信号降噪模块和特征参数提取模块后得到的特征参数曲线与电压基准特征参数曲线的相似程度达到短路阈值时，确定发生短路故障；

当电池充电循环电压数据在输入信号降噪模块和特征参数提取模块后得到的特征参数曲线与电压基准特征参数曲线的相似程度达到断路阈值时，确定发生断路故障。

2.根据权利要求1所述的基于云平台实现动力电池故障诊断的充电桩系统，其特征在于，充电桩实时获取动力电池在充电过程中的动力电池数据，具体是通过电压测量仪以一定的频率测量动力电池在充电过程中的电压变化。