换电站设备故障诊断方法、装置、电子设备及存储介质与流程

本申请涉及换电站，具体提供一种换电站设备故障诊断方法、装置、电子设备及存储介质。

背景技术：

1、目前，电池更换服务是保障电动汽车长途出行便利的关键要素，重要的补能方式之一，随着换电站逐渐增加，随着设备长时间的运行和环境因素的影响，其机器部件的使用磨损程度增加会导致零件损坏越来越多，可能存在大量潜在的失效模式，但其中很大一部分在前期都无法及时发现和召回，因此换电站无人值守的压力越来越大，导致企业成本也逐渐增加。

2、现有的失效模式分析方法主要是待部件损坏后，基于前期的机理知识，结构变形等方面分析，缺少基于数据驱动的方法，因此每个未召回部分的分析非常消耗人力，需要大量的时间去检查机理和事后的分析，算法上线覆盖的效率极低。

3、相应地，本领域需要一种新的换电站设备故障诊断方案来解决上述问题。

4、申请内容

5、为了克服上述缺陷，提出了本申请，以提供解决或至少部分地解决上述的技术问题。本申请提供了一种换电站设备故障诊断方法、装置、电子设备及存储介质。

6、在第一方面，本申请提供一种换电站设备故障诊断方法，所述方法包括：

7、采集换电设备和电池包的数据信息；

8、基于所述换电设备和电池包的数据信息提取换电站数据特征；

9、获取故障诊断模型；

10、利用所述故障诊断模型、基于所述换电站数据特征对换电站设备进行故障诊断。

11、在本申请的一个实施方式中，通过下述步骤训练获得所述故障诊断模型：

12、获取换电站中多个历史故障样本数据，以及为每个所述历史故障样本数据添加样本标签；

13、基于所述历史故障样本数据与所述历史故障样本数据对应的样本标签确定初始模型参数；

14、基于所述初始模型参数与第一预设阈值确定最优模型参数；

15、基于所述最优模型参数获得所述故障诊断模型。

16、在本申请的一个实施方式中，所述基于所述历史故障样本数据与所述历史故障样本数据对应的样本标签确定初始模型参数，包括：

17、基于所述历史故障样本数据提取历史故障样本特征；

18、将每个所述历史故障样本特征与所述历史故障样本数据对应的样本标签输入故障诊断模型，获得预测结果；

19、基于所述预测结果与所述标签调节所述故障诊断模型的模型参数，直至所述故障诊断模型收敛，获得所述初始模型参数。

20、在本申请的一个实施方式中，在为每个所述历史故障样本数据添加样本标签之后，以及基于所述历史故障样本数据与所述历史故障样本数据对应的样本标签确定初始模型参数之前，所述方法还包括：基于换电站设备的故障类型对所述样本标签进行分类。

21、在本申请的一个实施方式中，所述方法还包括：

22、基于所述预测结果确定精准率和召回率；

23、基于所述精准率和所述召回率确定所述故障诊断模型的精确度；

24、判断所述精准率、所述召回率和所述精确度中的任意一项是否大于第二预设阈值；

25、若否，基于所述历史故障样本数据与所述样本标签继续训练所述故障诊断模型。

26、在本申请的一个实施方式中，所述数据信息包括所述换电站中的换电设备故障信号、换电设备故障数据、换电设备运行状态数据以及电池包数据信息。

27、在本申请的一个实施方式中，所述方法还包括：

28、基于所述换电站设备的故障诊断结果生成故障诊断报告；和/或

29、基于所述换电站设备的故障诊断结果生成换电站故障设备的维修方案。

30、在第二方面，本申请提供一种换电站设备故障诊断装置，所述装置包括：

31、采集模块，用于采集换电设备和电池包的数据信息；

32、提取模块，用于基于所述换电设备和电池包的数据信息提取换电站数据特征；

33、获取模块，用于获取故障诊断模型；

34、诊断模块，用于利用所述故障诊断模型、基于所述换电站数据特征对换电站设备进行故障诊断。

35、在第三方面，提供一种电子设备，该电子设备包括至少一个处理器和至少一个存储器，所述存储器适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行前述任一项所述的换电站设备故障诊断方法。

36、在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行前述任一项所述的换电站设备故障诊断方法。

37、本申请上述一个或多个技术方案，至少具有如下一种或多种有益效果：

38、本申请中的换电站设备故障诊断方法，具体包括：采集换电设备和电池包的数据信息；基于换电设备和电池包的数据信息提取换电站数据特征；获取故障诊断模型；利用故障诊断模型、基于换电站数据特征对换电站设备进行故障诊断。如此，能够利用预先训练好的模型准确且高效地对换电站的故障设备进行诊断，以便实现故障设备的及时召回，降低了人力成本，提高了换电站设备的故障诊断精度和故障诊断覆盖率。

技术实现思路

技术特征：

1.一种换电站设备故障诊断方法，其特征在于，所述方法包括：

2.根据权利要求1所述的换电站设备故障诊断方法，其特征在于，通过下述步骤训练获得所述故障诊断模型：

3.根据权利要求2所述的换电站设备故障诊断方法，其特征在于，所述基于所述历史故障样本数据与所述历史故障样本数据对应的样本标签确定初始模型参数，包括：

4.根据权利要求2所述的换电站设备故障诊断方法，其特征在于，在为每个所述历史故障样本数据添加样本标签之后，以及基于所述历史故障样本数据与所述历史故障样本数据对应的样本标签确定初始模型参数之前，所述方法还包括：基于换电站设备的故障类型对所述样本标签进行分类。

5.根据权利要求3所述的换电站设备故障诊断方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的换电站设备故障诊断方法，其特征在于，所述数据信息包括所述换电站中的换电设备故障信号、换电设备故障数据、换电设备运行状态数据以及电池包数据信息。

7.根据权利要求1所述的换电站设备故障诊断方法，其特征在于，所述方法还包括：

8.一种换电站设备故障诊断装置，其特征在于，所述装置包括：

9.一种电子设备，包括至少一个处理器和至少一个存储器，所述存储器适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至7中任一项所述的换电站设备故障诊断方法。

10.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至7中任一项所述的换电站设备故障诊断方法。

技术总结
本申请涉及换电站技术领域，具体提供一种换电站设备故障诊断方法、装置、电子设备及存储介质，旨在解决现有的故障诊断方法由人工实现造成的效率较低且故障覆盖率较差的技术问题。为此目的，本申请的换电站设备故障诊断方法包括：采集换电设备和电池包的数据信息；基于换电设备和电池包的数据信息提取换电站数据特征；获取故障诊断模型；利用故障诊断模型、基于换电站数据特征对换电站设备进行故障诊断。如此，提高了换电站设备的故障诊断精度，提升了对所有故障部件诊断的覆盖效率。

技术研发人员：黄虹,胥明镜,潘鹏举
受保护的技术使用者：蔚来汽车科技（安徽）有限公司
技术研发日：
技术公布日：2024/5/8