基于词嵌入模型的充电设备故障预警方法、系统及介质

    公开(公告)号:CN117407677A

    公开(公告)日:2024-01-16

    申请号:CN202311451009.X

    申请日:2023-11-02

    Abstract: 本申请公开了一种基于词嵌入模型的充电设备故障预警方法、系统及介质,方法包括:收集充电设备电气性能指标和充电设备历史故障数据;利用预先设立的词嵌入模型,将历史故障数据转为向量化;利用向量化后的历史故障数据对预先设立的基于卷积神经网络的故障预警模型进行训练优化;构建基于专家知识的历史故障类型数据库;设置实时监控系统,监测充电设备的电气性能指标和运行状态,结合基于卷积神经网络的故障预警模型,在故障发生时自动诊断和定位故障信息;确定故障发生的潜在原因,并通知用户和检修部门。本申请通过词嵌入模型对故障数据进行矢量化描述,然后利用卷积神经网络帮助充电设备故障诊断预警,在较短的时间内获得最高的准确率。

    一种基于多模态信息输入的充电安全防护方法

    公开(公告)号:CN117774744A

    公开(公告)日:2024-03-29

    申请号:CN202311578640.6

    申请日:2023-11-24

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于多模态信息输入的充电安全防护方法,包括:S1、获取充电车视频图像并进行识别分类;S2、进行车型判断,当判断为过往事故类型车辆,则采取限制充电策略,并实时通知维护人员根据实际情况做出判断;当判断为数据库中不存在的车辆类型,则进一步进行电池型号的判断;当判断为已知类型的车辆,则采取基于电池健康度的充电策略;S3、以选择的充电策略进行充电,在充电过程中以十秒为时间间隔监控充电曲线,并实时计算功率曲线的差分值;S4、当充电曲线的差分值超过预警阈值时发出预警信息,通知平台及工作人员检修。根据本发明,实现较高的故障预判成功率,减少充电过程中的安全问题,能不断提高电动汽车充电设施的安全防护水平。

    一种基于大语言模型的充电桩故障诊断模型

    公开(公告)号:CN117829296A

    公开(公告)日:2024-04-05

    申请号:CN202410028520.7

    申请日:2024-01-09

    Applicant: 同济大学

    Abstract: 本发明提出一种基于大语言模型的充电桩故障诊断模型,基于充电桩故障诊断多模态输入信息和历史故障排除经验,构建可持续更新的充电桩故障诊断知识库;基于数据库对充电桩故障诊断大语言模型进行线上持续训练,提升故障诊断方法的长期有效性;与此同时,建立充电桩故障诊断大语言模型与工作人员的人机交互,既为工作人员提供辅助诊断信息,也为模型的参数训练提供人工诊断经验,有利于完善诊断数据库,推广人工检修经验,保证数据库诊断的精度。

    一种基于自适应动态阈值的充电设备故障预警方法

    公开(公告)号:CN117877231A

    公开(公告)日:2024-04-12

    申请号:CN202410032840.X

    申请日:2024-01-09

    Applicant: 同济大学

    Abstract: 本发明提出一种基于自适应动态阈值的充电设备故障预警方法,本发明基于充电设备运行状态数据和环境数据标定充电设备故障基准阈值,进一步地建立充电设备故障阈值调整系数,包括环境参数建立阈值调整系数F1、场景建立阈值调整系数F2、故障等级设置调整系数F3和充电设备状态设置调整系数F4;基于以上调整系数得到可以根据环境和负载变化实时调整的动态故障预警阈值,从而建立一种具有更高灵敏度和准确度、自适应性强并且智能化更高的充电设备故障预警模型。

Patent Agency Ranking