本发明属于电路故障诊断，具体涉及一种电动汽车dwpt系统中的故障诊断方法和系统。
背景技术：
1、近年来，随着无线电能传输(wireless power transfer，wpt)技术的发展，无线电能传输技术已经开始应用于多个领域。无线电能传输技术未来的发展趋势正朝着提高传输能量效率、提高功率等级、多负载或全方位传输的方向进行发展。
2、然而，深入研究wpt技术的前提是保证系统的安全运行和故障发生时的及时诊断。在实际研究和应用中，电力电子器件参数漂移引起的电路性能退化现象可能发生，且无法完全避免。当元件参数漂移到一定程度时，就会演化为结构硬故障，造成严重后果。这些问题严重影响了无线电能传输技术的推广和发展。因此，研究wpt系统的故障诊断具有重要意义。
3、常见的故障诊断方法主要包括基于模型的故障诊断、基于信号处理的故障诊断和基于知识的故障诊断方法。
4、基于模型的故障诊断方法，如状态估计法、参数估计法和空间估计法等。由系统的实际测量数据和模型输出的数据构造观测器，根据实际数据和观测估计数据产生的残差信号判断系统状态。然而，实际系统的数学模型难以建立，该方法难以在实际中得到应用。
5、基于信号处理的故障诊断方法不需要建立电路的数学模型，可以直接利用电路中可测信号的相关特征，如相关函数、高阶统计量、频谱分析、小波分析等。通过对监测信号的直接处理，提取出故障特征参数，根据故障特征参数的某些特点即可诊断出故障。其中使用最多的是频谱分析法和小波分析法。
6、基于知识的故障诊断方法无需建立定量的数学模型，只需提取被测对象的相关知识，借助成熟的智能算法或者先进的检测仪器来判别故障，其实质是一种智能诊断方法，对那些建模困难的电力电子电路的故障诊断非常适用。主要包括基于神经网络的方法、基于支持向量机的方法和基于随机森林的方法。
7、随着电动汽车、自动引导车辆的使用，需要移动供电场景越来越多，动态无线电能传输技术(dynamic wireless power transfer，dwpt)可实现用电设备在移动过程中的不间断供电，从而可以有效缓解续航里程不足的问题。然而，目前，针对dwpt系统中的故障诊断问题还鲜有研究。
技术实现思路
1、有鉴于此，本发明提供一种电动汽车dwpt系统中的故障诊断方法和系统。
2、本发明提供了一种电动汽车dwpt系统中的故障诊断方法，所述dwpt系统包括地面端和车载端，其中，地面端包括逆变电路和第一谐振补偿电路，车载端包括第二谐振补偿电路和整流桥，所述方法包括：
3、获取目标电流信号；
4、对目标电流信号进行n层小波分解，得到目标电流信号对应的目标小波系数；
5、确定目标电流信号对应的目标小波系数的总平均值和总能量熵；
6、确定目标电流信号的有效值和波形指标；
7、将目标电流信号对应的总平均值、总能量熵、有效值和波形指标构成目标故障特征向量，并将目标故障特征向量输入与目标电流信号对应的故障诊断模型进行故障诊断，
8、其中，目标电流信号为逆变电路的输出电流或整流桥的输入电流，当目标电流信号为逆变电路的输出电流时，则所述目标电流信号用于对地面端的故障进行诊断，与目标电流信号对应的故障诊断模型为地面端故障诊断模型；当目标电流信号为整流桥的输入电流时，则所述目标电流信号用于对车载端的故障进行诊断，与目标电流信号对应的故障诊断模型为车载端故障诊断模型。
9、本发明还提供了一种电动汽车dwpt系统中的故障诊断系统，所述dwpt系统包括地面端和车载端，其中，地面端包括逆变电路和第一谐振补偿电路，车载端包括第二谐振补偿电路和整流桥；所述故障诊断系统包括dwpt系统、第一传感器、第一控制器、第二传感器和第二控制器，其中，第一传感器用于获取逆变电路的输出电流，第一控制器用于接收并处理第一传感器发送的信号，第二传感器用于获取整流桥的输入电流，第二控制器用于接收并处理第二传感器发送的信号，
10、所述故障诊断系统在进行故障诊断时执行如下方法：
11、获取目标电流信号；
12、对目标电流信号进行n层小波分解，得到目标小波系数；
13、确定目标小波系数的总平均值和总能量熵；
14、确定目标电流信号的有效值和波形指标；
15、将总平均值、总能量熵、有效值和波形指标构成故障特征向量，并将故障特征向量输入与目标电流信号对应的故障诊断模型进行故障诊断，
16、其中，目标电流信号为第一传感器获取的电流信号或第二传感器获取的电流信号，当目标电流信号为第一传感器获取的电流信号时，则所述目标电流信号用于对地面端的故障进行诊断，与目标电流信号对应的故障诊断模型为地面端故障诊断模型；当目标电流信号为第二传感器获取的电流信号时，则所述目标电流信号用于对车载端的故障进行诊断，与目标电流信号对应的故障诊断模型为车载端故障诊断模型。
17、进一步地，对地面端故障诊断模型和对车载端故障诊断模型的训练，包括：
18、获取训练样本数据，其中，训练样本数据中包含了地面端或车载端每种故障类别对应的训练样本电流信号，每个训练样本电流信号对应一个故障类别标签；
19、对每个训练样本电流信号，执行以下操作：
20、将训练样本电流信号进行n层小波分解，得到训练样本电流信号对应的目标小波系数；
21、确定训练样本电流信号对应的目标小波系数的总平均值和总能量熵；
22、确定训练样本电流信号的有效值和波形指标；
23、将训练样本电流信号对应的总平均值、总能量熵、有效值和波形指标构成训练样本故障特征向量；
24、利用所有训练样本电流信号对应的训练样本故障特征向量和故障类别标签，对地面端故障诊断模型或车载端故障诊断模型进行训练。
25、进一步地，所述目标小波系数包括n层小波分解后所有的近似系数以及最后一层的细节系数。
26、进一步地，n为3。
27、进一步地，故障诊断模型为svm分类模型。
28、进一步地，波形指标用公式表示为：
29、
30、其中，wi表示信号的波形指标，rms表示信号的有效值，avg表示信号的平均值。
31、进一步地，对地面端故障的诊断是在空载下进行的。
32、本发明的有益效果是：
33、本发明通过在地面端采集逆变电路的输出电流，在车载端采集整流器的输入电流，并对采集的电流信号进行小波分解，确定了所需小波系数的平均值、总能量熵，以及采集的电流信号的有效值和波形指数，由于小波变换之后可以得到不同尺度的小波系数，这些系数反映了信号在不同频带上的能量分布，而信号的有效值反映的信号的幅值大小，信号的波形指数更敏感地捕捉信号的波峰和波谷，侧重于信号中强烈冲击的测量，因此，利用以上参数组成的故障特征向量，并利用svm进行故障分类辨别，可以提高系统的故障诊断精度；而且，在车载端接收线圈到达充电区域之前，地面端线圈会进行预开启，在这段时间内地面端处于空载的状态，本发明在对地面端在空载时进行故障诊断可以有效保障系统的安全运行。
34、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
1.一种电动汽车dwpt系统中的故障诊断方法，其特征在于，所述dwpt系统包括地面端和车载端，其中，地面端包括逆变电路和第一谐振补偿电路，车载端包括第二谐振补偿电路和整流桥，所述方法包括：
2.根据权利要求1所述的一种电动汽车dwpt系统中的故障诊断方法，其特征在于，所述方法还包括对地面端故障诊断模型和对车载端故障诊断模型的训练，包括：
3.根据权利要求1所述的一种电动汽车dwpt系统中的故障诊断方法，其特征在于，所述目标小波系数包括n层小波分解后所有的近似系数以及最后一层的细节系数。
4.根据权利要求3所述的一种电动汽车dwpt系统中的故障诊断方法，其特征在于，n为3。
5.根据权利要求1所述的一种电动汽车dwpt系统中的故障诊断方法，其特征在于，故障诊断模型为svm分类模型。
6.根据权利要求1所述的一种电动汽车dwpt系统中的故障诊断方法，其特征在于，波形指标用公式表示为：
7.根据权利要求1所述的一种电动汽车dwpt系统中的故障诊断方法，其特征在于，对地面端故障的诊断是在空载下进行的。
8.一种电动汽车dwpt系统中的故障诊断系统，其特征在于，所述dwpt系统包括地面端和车载端，其中，地面端包括逆变电路和第一谐振补偿电路，车载端包括第二谐振补偿电路和整流桥；所述故障诊断系统包括dwpt系统、第一传感器、第一控制器、第二传感器和第二控制器，其中，第一传感器用于获取逆变电路的输出电流，第一控制器用于接收并处理第一传感器发送的信号，第二传感器用于获取整流桥的输入电流，第二控制器用于接收并处理第二传感器发送的信号，
9.根据权利要求8所述的一种电动汽车dwpt系统中的故障诊断系统，其特征在于，所述目标小波系数包括n层小波分解后所有的近似系数以及最后一层的细节系数。
10.根据权利要求8所述的一种电动汽车dwpt系统中的故障诊断系统，其特征在于，对地面端故障的诊断是在空载下进行的。
