基于Mini-Batch-Kmeans算法的充电桩故障自动化检测方法及系统

    公开(公告)号:CN118821010A

    公开(公告)日:2024-10-22

    申请号:CN202410860581.X

    申请日:2024-06-28

    Abstract: 本发明提供了一种基于Mini‑Batch‑Kmeans算法的充电桩故障自动化检测方法及系统,涉及电力设备异常检测技术领域。该方法包括:收集充电桩终端设备流量原始报文数据,从中提取关键信息形成检测向量;利用Mini‑Batch‑Kmeans聚类算法建立正常流量模型;在线采集每个时间周期的流量数据,并将其构造成检测向量,与正常流量模型进行比对,正常流量向量将被纳入模型以优化模型性能,异常流量将触发告警机制,并生成详细的异常报告上报分布式充电桩运营监控平台;当系统检测到故障行为时,根据威胁的性质采取相应的阻断措施。本发明提出的技术方案可以节约人力和算力成本,扩充融合终端的功能,进一步巩固电网的安全防线。

    光伏逆变器和充电桩异常运行故障诊断方法及系统

    公开(公告)号:CN119179979A

    公开(公告)日:2024-12-24

    申请号:CN202411226853.7

    申请日:2024-09-03

    Abstract: 本发明提供了一种光伏逆变器和充电桩异常运行故障诊断方法及系统,涉及电力终端运行故障诊断领域。方法包括如下步骤:采集光伏逆变器和充电桩在正常运行下的运行数据,根据实际业务需求从所述运行数据中筛选出正常业务数据集和异常运行数据集。分析异常运行数据的发生原因,并写入至异常运行数据所对应的异常属性。对异常运行数据进行离散化处理,并计算出异常属性的信息增益率。选择信息增益率最大的异常属性作为划分根节点的依据,并形成异常状态决策树。解析异常状态决策树,获得当前终端设备的异常类型和异常明细。本发明可以实现光伏逆变器和充电桩异常运行行为的有效故障诊断。

Patent Agency Ranking