摘要
本发明公开了一种电动汽车充电桩的智能故障预测方法及系统,涉及充电桩的智能故障预测技术领域,包括以下步骤:对历史的磁通量检测时的灵敏度的通过霍尔传感器的输出进行量化;将若干个不同的霍尔传感器的输出作为若干个磁通量检测灵敏度;获取电流负载变化对磁场的干扰数据和检测质量数据;并基于bp神经网络算法,构建霍尔传感器输出评估模型;将霍尔传感器输出评估模型的输出和对应的霍尔传感器的输出对应,构建二维展示模型,并对二维展示模型进行数据分析,得到改进的霍尔传感器输出,并作为磁通量检测灵敏度应用于充电桩电缆故障预测;解决现有的通过磁通量进行电缆故障检测中,无法有效平衡故障检测的准确性与误报率的问题。
技术关键词
霍尔传感器
故障预测方法
充电桩电缆
展示模型
bp神经网络
磁感应强度矢量
充电桩线缆
智能故障预测技术
平衡故障检测
数据分析模块
采集电缆
电流
数据处理模块
谐波
电缆故障检测
波形
历史监测数据
电磁干扰源
充电桩系统
系统为您推荐了相关专利信息
CMOS传感器
甄别方法
甄别系统
芯片板
长宽比
母线槽
低压供配电系统
故障预测方法
分段
负载特征
故障预测模型
发动机
故障预测方法
车辆
动态故障
角度检测模块
角度检测装置
主齿轮
传感器组件
磁阻传感器芯片