基于数据挖掘的电动汽车充电设施充电安全故障特性分析

doi:10.16628/j.cnki.2095-8188.2022.03.003

电器与能效管理技术 ›› 2022, Vol. 0 ›› Issue (3): 15-22.doi: 10.16628/j.cnki.2095-8188.2022.03.003

基于数据挖掘的电动汽车充电设施充电安全故障特性分析

许笑, 高翔, 李光熹, 徐纬河

国网连云港供电公司, 江苏连云港 222200

收稿日期:2021-12-21 出版日期:2022-03-30 发布日期:2022-04-28
作者简介:许笑(1991—),男,工程师,主要从事电网调度、配网运检、电动汽车及充电桩等方面的研究。|高翔(1986—),男,工程师,主要从事电力系统运行分析、智能用电技术、电能质量控制等方面的研究。|李光熹(1989—),男,主要从事配网调控、源网荷储等方面的研究。

Analysis on Charging Safety Fault Characteristics of Electric Vehicle Charging Facilities Based on Data Mining

XU Xiao, GAO Xiang, LI Guangxi, XU Weihe

State Grid Lianyungang Power Supply Company, Lianyungang 222200, China

Received:2021-12-21 Online:2022-03-30 Published:2022-04-28

摘要/Abstract

摘要：

针对充电桩故障率居高不下问题,以直流充电设施为研究对象,分析其工作原理及运行安全影响因素,基于数据挖掘的主成分分析(PCA)算法对充电设施运行数据如电压、电流、温度等进行特征挖掘,建立顶部事件为仪器故障、机械故障、通信故障的充电设施一体化故障树,分析各层故障源和具体故障类型之间的内在关系。利用2021年3月~4月江苏省各充电站充电设施运行数据,验证了所提数据挖掘方法对充电设施故障特性分析的实用性。

关键词: 充电设施, 数据挖掘, 主成分分析, 故障树

Abstract:

Aiming at the problem of high failure rate of charging pile,taking DC charging facilities as the research object,the working principle and influencing factors of operation safety are analyzed. Based on the principal component analysis (PCA) algorithm of data mining,the characteristics of charging facilities operation data such as voltage,current and temperature are mined.The integrated fault tree of charging facilities is established,whose top events are instrument failure,mechanical failure and communication fault.And the internal relationship between fault sources of each layer and specific fault types are analyzed.Using the operation data of charging facilities in Jiangsu Province from March to April 2021,the practicability of the proposed data mining method for the analysis of fault characteristics of charging facilities is verified.

Key words: charging facilities, data mining, principal component analysis, fault tree

中图分类号:

TM76

许笑, 高翔, 李光熹, 徐纬河. 基于数据挖掘的电动汽车充电设施充电安全故障特性分析[J]. 电器与能效管理技术, 2022, 0(3): 15-22.

XU Xiao, GAO Xiang, LI Guangxi, XU Weihe. Analysis on Charging Safety Fault Characteristics of Electric Vehicle Charging Facilities Based on Data Mining[J]. LOW VOLTAGE APPARATUS, 2022, 0(3): 15-22.

图/表 12

图1

图2

图3

图4

表1

图5

表2

表3

图6

图7

图8

图9

参考文献 14

[1]	于东民, 杨超, 蒋林洳, 等. 电动汽车充电安全防护研究综述[J/OL]. 中国电机工程学报:1-16[2022-04-11]. DOI: 10.13334/j.0258-8013.pcsee.210274. doi: 10.13334/j.0258-8013.pcsee.210274
[2]	宋伟. 电动汽车充电一体化安全预警防护体系研究[D]. 南京: 南京邮电大学, 2018.
[3]	侯俊杰. 电动汽车充电设备状态监测与远程故障诊断系统设计与实现[D]. 青岛: 青岛科技大学, 2019.
[4]	张然. 电动汽车充电桩安全管理研究[J]. 交通节能与环保, 2020, 16(1):10-13.
[5]	贺兴, 艾芊, 邱才明, 等. 泛在电力物联网数据挖掘体系建设综述及数据驱动认知框架探究[J]. 电器与能效管理技术, 2019(19):1-14.
[6]	李怡霖. 新能源汽车充电管控平台数据挖掘研究[D]. 大连: 大连理工大学, 2019.
[7]	GUO Y, WANG N, XU Z Y, et al. The internet of things-based decision support system for information processing in intelligent manufacturing using data mining technology[J/OL]. Mechanical Systems and Signal Processing, 2020, 142(C):106630[2021-11-19]. https://doi.org/101016/j.ymssp.2020.106630. doi: 10.1016/j.ymssp.2020.106630
[8]	余晓玲, 王春玲, 韩晓娟. 基于数据挖掘技术的电池储能系统SOC状态评估[J]. 电器与能效管理技术, 2017(13):68-73.
[9]	林长锥, 吴宇忻, 胡臻达, 等. 基于大数据的台区异动判别研究[J]. 电器与能效管理技术, 2017(15):15-20.
[10]	毛雪芹, 邵莹. 数据挖据在电动汽车充电设施运行状态量的应用[J]. 信息记录材料, 2019, 20(10):173-174.
[11]	尹忠东, 王帅, 张元星, 等. 充电设施对电池管理系统保护需求响应评估[J]. 电力系统自动化, 2017, 41(22):133-137.
[12]	荣雅洁. 电动汽车充电桩智能状态监测系统的设计与实现[D]. 济南: 山东大学, 2020.
[13]	王群飞, 尹忠东, 鄂涛. 基于随机森林算法的V2G充电桩故障诊断研究[J/OL]. 电测与仪表:1-9[2021-11-13]. https://kns.cnki.net//kcms/detail/23.1202.T101.20210726.0904.002.html.
[14]	朱茂林, 刘灏, 毕天姝, 等. 考虑输入量不良数据的发电机动态状态估计方法[J/OL]. 电力系统自动化:1-13[2021-11-29]. http://kns.cnki.net/kcms/detail/32.1180.TP.20210831.1703.002.html.

符号	名称	意义
	或门	一个或多个输入事件的发生就能导致输出事件发生
	与门	所有输入事件的发生才能导致输出事件发生
	事件符号	逻辑门的输出
	基本事件	不准备再分析的最基本事件

输入	故障源	输入	故障源
X₁	接触器故障	X₁₀	电流异常
X₂	控制器溢出	X₁₁	TCU离线
X₃	过压	X₁₂	电压异常
X₄	欠压	X₁₃	过温
X₅	控制器过热	X₁₄	电子锁故障
X₆	TCU辅助电源损坏	X₁₅	端子故障
X₇	BMS采集模块故障	X₁₆	线缆破损
X₈	遥信信号常闭	X₁₇	壳体破裂
X₉	BMS绝缘模块故障	X₁₈	损坏

输出	故障	输出	故障
Y₁	控制器故障	Y₄	BMS通信故障
Y₂	断路器故障	Y₅	TCU通信故障
Y₃	避雷器故障	Y₆	充电枪故障

基于数据挖掘的电动汽车充电设施充电安全故障特性分析

Analysis on Charging Safety Fault Characteristics of Electric Vehicle Charging Facilities Based on Data Mining

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 14

相关文章 2

编辑推荐

Metrics

本文评价

[1]	李红岩, 刘苗苗, 贾甜, 齐晓祥, 牛高远, 张臻. 基于蒙特卡洛算法的电动汽车有序充电控制策略研究[J]. 电器与能效管理技术, 2021, 0(5): 59-64.
[2]	肖宇华, 殷勇, 焦系泽. 含分布式电源场景下的充电设施建设策略研究[J]. 电器与能效管理技术, 2021, 0(10): 83-91.