一种基于深度神经网络的直流充电桩故障诊断方法

赵翔; 陈良亮; 李明贞; 周承科

赵翔,陈良亮,李明贞,周承科.一种基于深度神经网络的直流充电桩故障诊断方法[J].电测与仪表,2021,58(6):148-152.
Zhao Xiang,Chen Liangliang,Li Mingzhen,Zhou Chengke.A fault diagnosis method for DC charging pile based on deep neural network[J].Electrical Measurement & Instrumentation,2021,58(6):148-152.

一种基于深度神经网络的直流充电桩故障诊断方法

A fault diagnosis method for DC charging pile based on deep neural network

DOI：10.19753/j.issn1001-1390.2021.06.021

中文关键词: 直流充电桩状态监测故障诊断深度神经网络整流控制

英文关键词:

基金项目:

作者中文名	作者英文名	单位
赵翔	Zhao Xiang	南瑞集团（国网电力科学研究院）有限公司
陈良亮	Chen Liangliang	南瑞集团（国网电力科学研究院）有限公司
李明贞	Li Mingzhen	武汉大学电气与自动化学院
周承科	Zhou Chengke	武汉大学电气与自动化学院

摘要点击次数: 2308

中文摘要:

针对直流充电桩故障多发的现状，提出一种基于深度神经网络的直流充电桩故障诊断方法，利用对整流器输出电压的监测实现充电桩故障实时诊断。首先，利用电路仿真软件对直接电流控制系统、同步PI电流控制和一种旋转坐标系解耦控制等典型的控制策略在正常运行、功率器件故障、控制元件故障等运行状态下进行仿真，得到了720组输出电压波形数据。将这些输出电压波形数据作为数据输入对深度神经网络进行训练，得出了基于数据指针向量的故障诊断判据。结果表明，该方法可正确实现直流充电桩的故障诊断，模型的计算误差满足要求。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭