1.本发明涉及电力设备检测技术领域，特别涉及一种基于图像识别的直流充电桩自动检测系统及方法。
背景技术：2.有功电能是充电桩厂家和电动汽车用户进行贸易结算的重要依据，根据《jjg 1149-2018电动汽车非车载充电机》充电桩需要对有功电能的工作误差进行检定，目前大部分存量的直流充电桩都没有硬件的脉冲检测输出，而且有功电能值的分辨率多数为0.01度，对没有脉冲输出的充电桩使用电能比较法测量有功电能准确度，测量速度非常慢，在最小工作电流下，检测一个需要30分钟左右。
3.市面上已有直流充电桩的相关技术，两个专利文献：一种基于图像识别的充电桩误差检定装置(公开授权号cn212989626u)和一种基于图像识别的直流充电桩误差检定装置(公开授权号cn213149093u)，其核心思想是利用余弦相似度判断充电桩的最后一个位数的度数的改变，也就是针对充电桩的最后一个数字是否改变，来判断充电桩是否发生有功电能走字，通过累积n个0.01度的被检电能值ex，和同样的时间的标准电能表的累积的电能值eb做比较计算误差，如公式1-1所示：
[0004][0005]
其中ex为被检充电桩的走字电能，量化值为0.01度。
[0006]
eb为充电桩校验仪的标准表走字电能，分辨率优于0.0001度。
[0007]
上述两个专利文献的公开内容，只能适用于充电桩对有功电能的度数能够实时刷新或延时固定的情况。只能适用于检测充电桩的电能表计集成到充电桩主控板的一体化计量模式，也就是充电桩的液晶显示的有功电能度数和内部表计的实际有功电能的度数基本是同步刷新，或按固定延时刷新。
[0008]
对于充电桩通过专用电能表通过协议读取的方式，由于读取的时间间隔一般为1秒钟左右，且读取的报文接收延时会有抖动，会大大增加检测误差。
[0009]
因此，上述对有功电能检测准确度低、测量速度慢的问题，亟待解决。
技术实现要素：[0010]
本发明的目的在于，为了解决上述现有技术存在的不足之处，提出一种基于图像识别的直流充电桩自动检测系统及方法，该系统可以实现非车载充电机(以下简称直流充电桩)的有功电能的准确度自动快速检定。
[0011]
为实现上述目的，本发明采取的技术方案为：
[0012]
第一方面，本发明实施例提供一种基于图像识别的直流充电桩自动检测系统，包括：摄像头、dsp处理主板、电动汽车模拟负载、车辆直流充电接口电路模拟器、分流器、电源模块、比例分压电阻和ad采集模块；
[0013]
所述摄像头与所述dsp处理主板连接；所述车辆直流充电接口电路模拟器与电动汽车模拟负载电连接；所述比例分压电阻并联在车辆直流充电接口电路模拟器与电动汽车模拟负载之间，将dc+和dc-的电压进行分压后连接到ad采集模块；
[0014]
所述分流器串联在车辆直流充电接口电路模拟器与电动汽车模拟负载之间的dc-回路中，并连接到ad采集模块；所述ad采集模块与所述dsp处理主板的sport接口连接；
[0015]
所述车辆直流充电接口电路模拟器与电动汽车模拟负载还通过can总线连接；所述can总线接入所述dsp处理主板的can接口；
[0016]
所述电源模块为整个系统提供相应的电压。
[0017]
进一步地，还包括：计算机；所述计算机通过usb转串口与所述dsp处理主板连接。
[0018]
进一步地，所述电动汽车模拟负载为非车载充电机负载箱、等效方式的电阻、等效方式的电子负载或充电电池；接收由所述dsp处理主板通过can总线设定负载的阻值。
[0019]
进一步地，所述车辆直流充电接口电路模拟器采用非车载充电机控制导引检测装置，用于模拟电动汽车和充电桩的通信及互操作。
[0020]
进一步地，所述比例分压电阻包括：串联的分压电阻rb和分压电阻ra；其中：分压电阻rb为2k 0.01％的精密电阻，分压电阻ra为998k 0.01％的精密电阻。
[0021]
进一步地，所述ad采集模块包括：ad转换芯片ad7380、精密运算放大器opa277、精密可编程放大器ad620以及可编程增益电阻；
[0022]
其中，ad7380通过spi接口与dsp处理主板进行通信；
[0023]
opa277的输入端接u+,输出端与ad7380的aina+接口连接，并与自身的负端输入连接构成跟随电路；
[0024]
ad620的输出端与ad7380的ainb+连接；ad620的增益管脚与可编程增益电阻连接。
[0025]
第二方面，本发明实施例还提供一种基于图像识别的直流充电桩自动检测方法，使用如上述任一项实施例的基于图像识别的直流充电桩自动检测系统，该方法包括：
[0026]
1)dsp处理主板，通过can总线控制车辆直流充电接口电路模拟器和电动汽车模拟负载，模拟电动汽车控制充电桩输出iset值的充电电流；
[0027]
2)dsp处理主板控制摄像头不断采集被检充电桩的的有功电能值exj和时标tj'，同时通过ad采集模块不断采集并计算第i点的标准表电能ebi和第i点的标准表时标tbi，i表示当前的采样点；
[0028]
3)当ad采集模块的采样时间超过预设阈值时，dsp处理主板通过can总线控制车辆直流充电接口电路模拟器和电动汽车模拟负载，模拟电动汽车控制充电桩停止充电电流输出，并停止摄像头采样有功电能e
xn
和t
n’，n的值不再刷新；
[0029]
4)dsp处理主板按预设规则对摄像头采集的时标抖动采用m阶滤波器进行滤波，并重建电能表采样时标t
n”；
[0030]
5)在标准电能表的时标tb[0,m]里面检索和最接近的时标tb
m1
，检索方法为找出tb
i-t
m+1”为最小值的i的编号，该编号为m1；在标准电能表的时标tb[0,m]里面检索和t
n”最接近的时标tb
m2
；检索方法找出tb
i-t
n”为最小值的i的编号，该编号为m2；
[0031]
计算在相同的时间区间中标准电能表走的电度值eb、被检充电桩的电能表走的电度值e
x
；
[0032]
6)根据相同的时间区间中标准电能表走的电度值eb、被检充电桩的电能表走的电
度值e
x
，计算出有功电能误差值。
[0033]
进一步地，dsp处理主板按预设规则对摄像头采集的时标抖动采用m阶滤波器进行滤波，包括：
[0034]
4.1)根据公式(7)计算有功功率pi，并由公式(7)推导出公式(8)；该公式(8)为充电桩电能变化时刻第j点和第j-1点的时间差；
[0035]
4.2)设计一个m阶低通滤波器针对公式(8)进行低通滤波，采用差分方程(9)把时标抖动滤掉，恢复到被检充电桩电能表的时标；
[0036][0037][0038]
其中，pj为充电桩第j点功率；exj为被检充电桩第j点有功电能值；ex
j-1
为被检充电桩第j-1点电能；tj为被检充电桩第j点时标值；t
j-1
为被检充电桩第j-1点时标值；δtj为被检充电桩电能变化时刻第j点和第j-1点的时间差；j为读取电能变化次数，电能变化0.01度j加1；
[0039][0040]
(9)式中，y(n)为滤波器输出值，x(n-k)、x均为滤波器的输入值；m为滤波器的阶数：b为滤波器系数，k为滤波前的历史采样间隔点，n为滤波器的当前采样点。
[0041]
进一步地，重建电能表采样时标t
n”，包括：
[0042]
根据滤波器输出的结果重建充电桩显示界面的时标，滤除读取延时抖动，还原接近于被检充电桩电能表的真实时标，重建如公式(10)所示：
[0043][0044]
其中，n为滤波器的当前采样点；k为滤波前的历史采样间隔点；k+m/2为滤波后的历史采样间隔点；t1'为充电桩界面显示的电能表第一个时标；t
1”为重建的电能表采样时标的第一个时标；t
n”为重建的电能表采样时标。
[0045]
与现有技术相比，本发明具有如下有益效果：
[0046]
本发明实施例提供的一种基于图像识别的直流充电桩自动检测系统，结构简单，dsp处理主板可利用图像识别技术读取充电桩的有功电能，配合滤波算法，可以实现直流充电桩的全自动快速检定，提高工作效率，减少为人误差，可应用于实验室、现场检测以及从充电桩设备的出厂检测。
附图说明
[0047]
图1为本发明实施例提供的基于图像识别的直流充电桩自动检测系统结构图。
[0048]
图2为本发明实施例提供的ad采集模块的结构图。
[0049]
图3为本发明实施例提供的图像识别过程中的图像标注框的示意图。
[0050]
图4为本发明实施例提供的充电桩界面显示电能和时标的示意图。
[0051]
图5为本发明实施例提供的摄像头读取时标间隔的曲线示意图。
[0052]
图6为本发明实施例提供的滤波器后时标间隔的曲线示意图。
[0053]
图7为本发明实施例提供的电能校验原理图。
[0054]
图8为本发明实施例提供的基于图像识别的直流充电桩自动检测方法的示意图。
具体实施方式
[0055]
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
[0056]
在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0057]
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0058]
为了更清楚的说明本发明的技术方案，特将涉及到的技术术语罗列如下：
[0059]
a/d:为a/d转换芯片及其附加电路，本发明中比如可使用ads1278；
[0060]
ad：为a/d转换芯片的简称。
[0061]
dsp:digital signal processor:数字信号处理芯片本专利使用bf609；
[0062]
ms:millisecond毫秒；
[0063]
s：second秒；
[0064]
msps：million samples per second(每秒采样百万次)；
[0065]
ksps：kilo samples per second(每秒采样千次)；
[0066]
ppm:parts permillion百万分之一；
[0067]
fps：frames per second每秒传输帧数；
[0068]
电度：和电能意思相同；
[0069]
v：伏特；
[0070]
a：安培；
[0071]
cnn:constitutional neural networks卷积神经网络(多层神经网络的基础上发展起来的针对图像分类和识别而特别设计的一种深度学习方法)；
[0072]
mnist:是google的很经典的一个做图像识别的数据集，图片大小是28*28的。
[0073]
m:在本发明中图像识别中用于说明像素的行总数m1,m2
…
同理；
[0074]
n：在本发明中图像识别中用于说明像素的列总数，n1,n2
…
同理；
[0075]
rgb2gray:为函数调用或类似的功能，i＝rgb2gray(rgb)；输入rgb图像返回回gray图像；
[0076]
adi：analog devices,inc.中国注册公司名字为“亚德诺半导体技术(上海)有限公司；
[0077]
matlab：是美国mathworks公司出品的商业数学软件；
[0078]
fir:finite impulse response有限长单位冲激响应滤波器；
[0079]
nb/t xxxx直流充电接口电路模拟器技术条件,能源部行业标准，送审稿；
[0080]
直流充电桩：充电桩校验仪的检定规程使用该名称；
[0081]
非车载直流充电机：国家标准目前对非汽车车载的直流充电设备，称之为非车载直流充电机。直流充电桩和非车载直流充电机在本发明中是指一个设备。
[0082]
标准电能表：为本发明直流充电桩自动检测系统内部计算的电能的模块总称。
[0083]
实施例1：
[0084]
基于此，参照图1所示，本发明实施例提供一种基于图像识别的直流充电桩自动检测系统，包括：摄像头1、dsp处理主板2、电动汽车模拟负载5、车辆直流充电接口电路模拟器6、分流器7、电源模块8、比例分压电阻9和ad采集模块10；
[0085]
其中，摄像头1与dsp处理主板2连接；车辆直流充电接口电路模拟器6与电动汽车模拟负载5电连接；比例分压电阻9并联在车辆直流充电接口电路模拟器6与电动汽车模拟负载5之间，将dc+和dc-的电压进行分压后连接到ad采集模块10；
[0086]
分流器7串联在车辆直流充电接口电路模拟器6与电动汽车模拟负载5之间的dc-回路中，并连接到ad采集模块10；所述ad采集模块10与dsp处理主板2的sport接口连接；
[0087]
车辆直流充电接口电路模拟器6与电动汽车模拟负载5还通过can总线连接；所述can总线接入所述dsp处理主板2的can接口；电源模块8为整个系统提供相应的电压。
[0088]
其中，摄像头1可为usb摄像头，比如采用台湾微迪光学的am73115mzt摄像头，可以手动调整焦距，能够很好调焦到有功电能数据，其放大倍数为20～220倍连续可调，帧速为45pfs(每秒的帧数)。
[0089]
dsp处理主板2比如可直接采用adi的dsp-bf609 ez-kit lite，该主板典型应用到视频监控，汽车自动辅助驾驶系统，内部有丰富的资源，包括adsp-bf609 blackfin处理器、64mx16位(1gb)ddr2存储器、16m x 16位突发式闪存、32mb四通道spi闪存、10/100以太网phy、uart串口。can接口、usb接口、sport接口等，可以满足本发明的计算性能和接口要求。
[0090]
另外，本发明的检测系统还可以包括计算机3，该计算机3使用普通的笔记本或台式电脑，主要通过usb转串口进行人机对话，图像识别算法由dsp处理主板2处理。对计算机的要求非常低，intel i5处理器、8g以上内存或以上配置完全满足要求。
[0091]
usb转串口4，比如可采用宇泰高科(utek)usb转rs232转接线串口线。主要完成计算机传递指令到dsp处理主板2。
[0092]
电动汽车模拟负载5，比如采用深圳市星龙科技股份有限公司的xl-a342非车载充电机负载箱，也可以采用等效方式的电阻或电子负载或直接采用充电电池，xl-a342非车载充电机负载箱可以通过can总线设定负载的阻值。
[0093]
车辆直流充电接口电路模拟器6，比如采用深圳市星龙科技股份有限公司的xl-a632非车载充电机控制导引检测装置进行模拟，也可以采用具备《nb/t xxxx直流充电接口电路模拟器技术条件》标准的其他设备，车辆直流充电接口电路模拟器6在本发明用于模拟电动汽车和充电桩的通信和互操作。
[0094]
分流器7，比如采用西崎电气fl-27型0.1级分流器，额定电流300a，准确度0.1级，输出额定电压为75mv。由于本系统被检设备的最高准确度等级为1级，系统的整体准确度设计只需要到0.2级，分流器用于把电流信号转换为电压信号，供ad采集模块采集。
[0095]
电源模块8，为输出+/-5v和3.3v的定制电源，电流输出容量为2a。
[0096]
比例分压电阻9，由分压电阻rb为2k0.01％的精密电阻和分压电阻ra为998k0.01％的精密电阻构成，直流电压传感器变比为500:1,充电桩最大输出电压不超过1000v，也就是二次电压不超过2v，满足ad采集模块10小于2.5v输入范围的要求。
[0097]
ad采集模块10，如图2所示，由ad转换芯片ad7380101、精密运算放大器opa277102、精密可编程放大器ad620103以及可编程增益电阻104组成，其中，ad7380101通过spi接口，与dsp处理主板进行通信；opa277102的输入端接u+,输出端与ad7380101的aina+接口连接，并与自身的负端输入连接构成跟随电路；ad620103的输出端与ad7380101的ainb+连接；ad620103的增益管脚与可编程增益电阻104连接。
[0098]
ad7380的最大采样率为4msps，积分非线性：16位为2.0lsb、内部基准：2.5v，10ppm/℃。其整体误差可控制在200ppm，也就是0.02％的准确度，完全满足本发明0.2％的要求，ad转换为本发明的核心芯片，完成电压和电流值从模拟量到数字量的转换。
[0099]
精密运算放大器opa277102和ad620103的噪音均小于10uv，可以忽略。opa277的用途是增加输入阻抗值，减少ad转换芯片输入对比例分压电阻9的影响。
[0100]
ad620103和增益电阻104构成一个放大倍数为20倍的比例放大器，目的是把分流器的75mv的电压转换为75mv*20＝1.5v的电压，增加ad的电压输入，提高准确度，同时要小于ad芯片的输入电压最大值2.5v。
[0101]
本发明的基于图像识别的直流充电桩自动检测系统，工作原理如下：
[0102]
比例分压电阻9把直流电压信号缩小500倍、分流器7(其电阻值为0.075/300＝0.25mω)把直流电流信号转换为电压信号后输入到ad采集模块10上，ad采集模块以1ksps的采样率连续采集电压和电流通道的采样值,按公式(1)计算当前的标准电能值并保存对应的时标值t
bi
(单位为秒)，t
bi
为第i点的标准表的时标。
[0103][0104]
ts：为ad采集模块的采样时间间隔，本发明采样率为1ksps，所以采样间隔为0.001秒。um：为电压的采样值，单位为v；
[0105]im
：为电流的采样值，单位为a；
[0106]
i：为当前采样点；
[0107]
m：为从1到i的采样点；
[0108]
同时usb接口连续不断接收图像信号并通过cnn算法(卷积神经网络)解析出有功电能的电度值e
xn
，保存对应的时标值tn'，通过数字低通滤波器后按公式(10)重建时标值t
n”。低通滤波器m＝20阶，截止频率为0.01fs(fs：采样率，本发明为摄像头每次读取电能变化值的时间间隔)，通过重建后的时标值t
m+1”到t
n”所对应区间被检电能表电能值的ex，和ad采集模块的对应时间段的标准电能表值eb，按公式(4)计算被检充电桩的有功电能误差。标准电能表(指的ad采集模块按公式1计算的电能)的eb计算如公式(2)所示：
[0109]
eb＝eb
m2-eb
m1
公式(2)
[0110]
eb
m1
和eb
m2
为被检充电桩ex
m+1
和exn对应时刻的标准电能表电能值；
[0111]
(其中m＝20,n为从第20个电能变化值(0.2度)后100秒时间被检电能表的有功电能除以0.01度)
[0112]
被检充电桩的在该时间段的电能值为
[0113]
ex＝ex
n-ex
m+1
公式(3)
[0114]
(其中m＝20,n为从第20个电能变化值(0.2度)后100秒时间被检电能表的有功电能除以0.01度)
[0115]
从而计算有功电能误差值为
[0116][0117]
下面分别对四个方面对本发明的技术方案进行详细的说明：
[0118]
1、图像识别原理
[0119]
本发明的图像识别只涉及到数字0～9的识别，为了简化设计如图3所示，只需要通过鼠标人工框出有功电能的个位、十分位和百分位的图像，然后分别对个位、十分位和百分位的图像按0～9的分类就可以了，由于基于图像识别的直流充电桩测试的最大的电度值不超过9.99度，一般1.00度就可以满足测试准确度的要求。通过人工框出三个数字可大大降低对图像进行边界的识别，框出后通过读取三个数字的图像，分别得到3个三个数字图像的数据矩阵u8rgbunitsdigit[m1][n1][3],、u8rgbunittenths[m2][n2][3]、u8rgbunittercile[m3][n3][3]，其中m1,m2,m3为鼠标截取图像的行总像素、n1,n2,n3为鼠标框出图像的列总像素，rgb像素存于数组中，通过rgb转灰度函数(rgb2gray)把彩色的像素转换为灰色的像素并存于数字矩阵u8grayunitsdigit[m1][n1],u8、grayunittenths[m2][n2]、u8grayunittercile[m3][n3]。
[0120]
真彩色图像为m
×n×
3数值数组，灰度图像为m
×
n数值数组，把三个数字像素矩阵均匀抽取为28
×
28个数字矩阵(目的是为了和现有的mnist数据集匹配)，抽取后的数组为u8mnistunitsdigit[28][28]、u8mnistunittenths[28][28]、u8mnistunittercile[28][28]，由于充电桩的有功电能显示的电度值的背景和电度值基本固定在两个颜色，背景在4个边角，根据这个已知信息，可以把存储灰度的28
×
28个数字矩阵进一步二值化，凡是和4个边角的灰度值在+/-50的内的灰度取值为0，否则取值为1，如公式5所示：
[0121][0122]
vb＝为四个边角的灰度平均值，v为当前像素颜色灰度值
[0123]
mod:为取模运算；
[0124]
然后通过卷积神经网络cnn，分别识别出个位(digit)、十分位(tenths)、百分位(tercile)的数值分类，并按公式(6)得到当前图像识别的电能值。
[0125]
exj＝digit
×
1+unittenths
×
0.1+unittercile
×
0.01公式(6)
[0126]
本摄像头的帧频为45hz，所以每个22ms会有一帧图像，假如本帧的图像和上一帧的图像值不一样(第一帧直接存储)，存储当前的电度值exj以及当前时标t
j’，如图4的充电桩界面显示电能和时标。
[0127]
卷积神经网络cnn在使用之前需要对其进行训练，比如本发明可使用mnist数据集进行训练，也可以把mnist数据集按灰度的中间值进行二值化后进行训练，mnist数据集共有7万张图片。其中6万张用于训练神经网络，1万张用于测试神经网络。每张图片是一个28*28像素点的0～9的手写数字图片。每个样本都是一张28*28像素的灰度手写数字图片黑底白字。
[0128]
在第一次图像识别之前必须对神经网络进行训练，把所有的6万张用于训练神经网络全部进行训练后，程序会保存学习到的参数，不用下次再训练，可直接使用。
[0129]
2、时标抖动处理
[0130]
通过摄像头能够获取一个时标准确度为22ms电能值变化时标，但由于很多充电桩是通过读取直流电能表的方式，读取的时间和通信返回回来的时间的延时不一致会造成图像识别的时标会有抖动，如图4所示，被检充电桩电能表的电能计量的时间间隔时间是均匀的，但是充电桩界面显示时标是不均匀的，这样就必须加长充电桩的检测时间才能获取足够的准确度，假设时标抖动最大为0.5s，并且刚好最后一个抖动时标为最大值0.5s，这样按0.1％的系统控制误差，需要检测的时间为0.5*1000＝500s，由于直流充电桩的功率输出非常稳定，《nb/t 33001-2018电动汽车非车载传导式充电机技术条件》电动汽车非车载的输出稳压精度小于0.5％，稳流精度小于1％，经过实际测量大部分的充电桩的直流输出功率稳定度在0.5％～0.02％之间，所以充电桩的充电桩功率是稳定度。
[0131]
功率计算如公式(7)所示，所以，把每次有功电能值和上次有功电能值的差值作为输入，有功功率的功率pj是一个频率接近于直流的低频信号，设δtj＝(tx
j-tx
j-1
)j》0，则公式(7)可改写成公式(8)，δtj为被检充电桩的电能变化的时标，该时标无法直接测量，所以用公式(7)推倒到公式(8),也就是δtj在没有读取抖动的情况下也是一个接近于直流的低频函数。
[0132][0133][0134]
pj为充电桩第j点功率；
[0135]
exj为充电桩第j点电能；
[0136]
ex
j-1
为充电桩第j-1点电能；
[0137]
δtj为充电桩电能变化时刻第j点和第j-1点的时间差；
[0138]
j为读取电能变化次数，电能变化0.01度j加1。
[0139]
公式(7)和公式(8)推导的目的是证明后续采用的滤波算法为低滤波器，以及截止频率点的选择。
[0140]
由于真实的δtj为接近直流的函数这样可以设计一个低通滤波器针对函数δtj'进行低通滤波，把时标抖动滤掉从而恢复到被检充电桩电能表的时标，把抖动的影响降低10倍或更低。如图5、图6所示，图中，横坐标j为时标间隔数，纵坐标δtj'为时标间隔。
[0141]
δtj'采用fir单位有限冲击滤波器，其差分方程如公式(9)所示：
[0142][0143]
y(n)为滤波器输出值，x(n-k)为滤波器的输入值；m：为滤波器的阶数：比如可取20；b：滤波器系数；滤波器的系数是本滤波器的关键，通过修改系数可以生成各种滤波器。
[0144]
本发明滤波的阶数设计为m＝20，截止频率设置为0.01的采样率(对应于采样频率的一半)。滤波系数通过matlab的fir1获得
[0145]
m＝20；
[0146]
wn＝0.02；％wn对应于采样频率的一半；
[0147]
b＝fir1(m,wn,'low')；
[0148]
得到b的滤波系数为
[0149]
b＝[0.0070,0.0090,0.0149,0.0243,0.0361,0.0494,0.0627,0.0749,0.0845,0.0908,0.0929,0.0908,0.0845,0.0749,0.0627,0.0494,0.0361,0.0243,0.0149,0.0090,0.0070]
[0150]
x(n)滤波器输入的数据为δtj'如图5所示，滤波器输出的数据为δt
j”如图6所示。由于fir滤波器的相移为(m)/2＝10，所以如图6所示，前面10个数是无效的。
[0151]
如图4所示，根据滤波器输出的结果重建充电桩显示界面的时标，实际上就是滤除读取延时抖动，还原接近于被检充电桩电能表的真实时标，重建如公式(10)所示。
[0152][0153]
滤波器输出延时了m/2个点。
[0154]
tn'通过低通滤波器后，目的是降低时标抖动对测量误差的影响，滤波后t
n”的时标间隔更接近于真实的充电桩的电能表时标tn，一般完全复原fir的滤波器的需要m个采样点，所以在本发明中，公式(12)的截取数据的开始从t
11
'开始，对应滤波器输出为t
m+1”，也就是m+1点。
[0155]
3、电能校验原理
[0156]
如图7所示，在标准电能表的时标tb[0,m]里面检索和t
m+1”最接近的时标tb
m1
，检索方法为找出tb
i-t
m+1”为最小值的i的编号，该编号为m1。然后在标准电能表的时标tb[0,m]里面检索和t
n”最接近的时标tb
m2
；检索方法找出tb
i-t
n”为最小值的i的编号，该编号为m2。
[0157]
充电桩检测n的取值为充电桩走0.2度(滤波时间)后100秒的电能除以0.01度，也就是假设经过滤波后的时间抖动小于0.1秒。
[0158]
附加的误差小于0.1％，按规程要求只要到达0.1％的附加误差就可以。
[0159]
在本发明中tbi的时间分辨率为1ms，被充电桩的电能表时间分辨率为22ms。相对于0.1秒的运行误差，均可以忽略。
[0160]
这样在相同的时间区间中、标准电能表走的电度值为
[0161]
eb＝eb
m2-eb
m1
公式(11)
[0162]
被检充电桩的电能表走的电度值为
[0163]
ex＝ex
n-ex
m+1
公式(12)
[0164]
对比标准和被检电能表值计算有功电能误差值为
[0165][0166]
4、本发明的工作步骤如图8所示。
[0167]
步骤一、计算机3通过usb转串口4下发检定点工作电流(iset)到dsp处理主板2。
[0168]
步骤二、dsp处理主板2，通过can总线控制车辆直流充电接口电路模拟器6和电动汽车模拟负载5从而模拟电动汽车控制充电桩输出iset值的充电电流。
[0169]
步骤三、dsp处理主板2控制usb摄像头不断采集被检充电桩的的有功电能值exj和时标tj'，同时通过ad采集模块10不断采集并计算ebi和tbi，i代表当前的采样点。
[0170]
当采样时间超0.2度后输出时间+100秒，进入步骤四，否则循环步骤三。
[0171]
步骤四、dsp处理主板2，通过can总线控制车辆直流充电接口电路模拟器6和电动汽车模拟负载5，模拟电动汽车控制充电桩停止的充电电流输出，并停止usb摄像头采样有功电能e
xn
和t
n’，n的值不再刷新。
[0172]
步骤五、dsp处理主板2按公式(8)、公式(9)对图像识别的时间抖动进行滤波，并按公式(10)重建电能表采样时标t
n”。
[0173]
步骤六、dsp处理主板2根据时标t
m+1”检索tb
m1
，根据时标t
n”检索tb
m2
，按公式(11)和公式(12)计算e
x
和eb。
[0174]
步骤七、按公式(13)计算有功误差，并通过usb转串口4，发送误差值到计算机3显示。
[0175]
本实施例中，根据直流充电桩的充电桩的有功功率稳定度可以到0.5％的特点，对于真实的电度值变化的时间间隔δtj具有低频特点，通过设计截止频率为0.01fs(采样率)的低通滤波器，有效滤除直流电能表返回的随机时间抖动，按公式(10)重建检测时标，减少随机时间抖动，实现充电桩的有功电能的快速检测。
[0176]
本实施例中，通过一个带usb接口的摄像头对充电桩的lcd上显示的有功电能电度值通过cnn(卷积神经网络)算法，获取数字的有功电度值和变化时标值，通过m阶低通滤波器算法滤除延时抖动，并重建摄像头计量的有功电度值的时标值，计算第m+1时标值到m+1时标值加上100秒后第n点的时标值区间内的ad采集模块采集到的标准电能值(eb)，对比摄像头在同样区间的被检充电桩的电度值(ex)，按公式(4)计算有功电能误差。本发明可实现对直流充电桩的显示有时间延时抖动以及电度值跳变超过0.01度的有功电能的快速检测。
[0177]
实施例2：
[0178]
在上述实施例1的基础上，参照图8，本发明还提供一种基于图像识别的直流充电桩自动检测方法，使用如实施例1的基于图像识别的直流充电桩自动检测系统，该方法包括：
[0179]
1)dsp处理主板，通过can总线控制车辆直流充电接口电路模拟器和电动汽车模拟负载，模拟电动汽车控制充电桩输出iset值的充电电流；
[0180]
2)dsp处理主板控制摄像头不断采集被检充电桩的的有功电能值exj和时标tj'，同时通过ad采集模块不断采集并计算第i点的标准表电能ebi和第i点的标准表时标tbi，i表示当前的采样点；
[0181]
3)当ad采集模块的采样时间超过预设阈值时，dsp处理主板通过can总线控制车辆直流充电接口电路模拟器和电动汽车模拟负载，模拟电动汽车控制充电桩停止充电电流输
出，并停止摄像头采样有功电能e
xn
和t
n’，n的值不再刷新；
[0182]
4)dsp处理主板按预设规则对摄像头采集的时标抖动采用m阶滤波器进行滤波，并重建电能表采样时标t
n”；
[0183]
5)在标准电能表的时标tb[0,m]里面检索和最接近的时标tb
m1
，检索方法为找出tb
i-t
m+1”为最小值的i的编号，该编号为m1；在标准电能表的时标tb[0,m]里面检索和t
n”最接近的时标tb
m2
；检索方法找出tb
i-t
n”为最小值的i的编号，该编号为m2；
[0184]
计算在相同的时间区间中标准电能表走的电度值eb、被检充电桩的电能表走的电度值ex；
[0185]
6)根据相同的时间区间中标准电能表走的电度值eb、被检充电桩的电能表走的电度值ex，计算出有功电能误差值。
[0186]
进一步地，dsp处理主板按预设规则对摄像头采集的时标抖动采用m阶滤波器进行滤波，包括：
[0187]
4.1)根据公式(7)计算有功功率pi，并由公式(7)推导出公式(8)；该公式(8)为充电桩电能变化时刻第j点和第j-1点的时间差；
[0188]
4.2)设计一个m阶低通滤波器针对公式(8)进行低通滤波，采用差分方程(9)把时标抖动滤掉，恢复到被检充电桩电能表的时标；
[0189][0190][0191]
其中，pj为充电桩第j点功率；exj为被检充电桩第j点有功电能值；ex
j-1
为被检充电桩第j-1点电能；tj为被检充电桩第j点时标值；t
j-1
为被检充电桩第j-1点时标值；δtj为被检充电桩电能变化时刻第j点和第j-1点的时间差；j为读取电能变化次数，电能变化0.01度j加1；
[0192][0193]
(9)式中，y(n)为滤波器输出值，x(n-k)为滤波器的输入值；m为滤波器的阶数：b为滤波器系数，k为滤波前的历史采样间隔点，n为滤波器的当前采样点。
[0194]
进一步地，重建电能表采样时标t
n”，包括：
[0195]
根据滤波器输出的结果重建充电桩显示界面的时标，滤除读取延时抖动，还原接近于被检充电桩电能表的真实时标，重建如公式(10)所示：
[0196][0197]
其中，t
n”为重建的电能表采样时标。
[0198]
该发明的有益成果为：
[0199]
1.对没有硬件脉冲输出的直流充电桩的有功电能的误差检测速度提高10倍，大大节约现场的检测时间，提高检测效率。
[0200]
2.对有硬件脉冲输出的直流充电桩，也可以使用本发明进行检测，本发明采用非接触式方式检测，安全可靠，通用性强。
[0201]
3.由于采用了摄像头时标输入方式，无需人工读数，减少人为读数造成的误差
[0202]
4.由于采用了低通滤波器和时标重建方案，本发明既可以适用于对充电桩显示界面显示延时很小(《50ms)的充电桩也可以适用显示延时较大(500ms)的充电桩的有功电能检测。
[0203]
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。