本发明属于电动汽车充电桩状态监测，具体涉及一种基于多参量感知的直流充电桩充电模块运行状态监测方法。
背景技术：
1、随着新能源汽车及其充电基础设施规模的快速增长，城际、高速快充站为广大用户提供快速补电服务，配置大功率的直流充电桩（充电功率60kw—650kw），直流充电桩由于长时间大功率运行及受光照、雨淋等外部环境影响，易发生关键设备绝缘水平下降，最终导致设备故障。其中，充电模块（常见规格15kw、20kw、30kw等）用于交、直流电能高效转换，是直流充电桩的核心部件，易发生短路、烧毁故障。然而，当前直流充电桩充电模块状态监测仅以故障代码形式展示在充电桩屏幕，难以预警安全隐患及故障风险，无法精准定位故障发生点与溯源故障发生原因，不利于直流充电桩运行安全管控。因此，如何有效监控充电模块实时运行状态、精准预判故障风险是一大技术难题。
技术实现思路
1、针对上述技术难题及不足，本发明公开了一种基于多参量感知的直流充电桩充电模块运行状态监测方法，可实现充电模块远程实时监测、安全隐患预警、故障精准定位，有效保证充电模块运行安全，提高直流充电桩质量管控水平。
2、本发明的目的可以通过以下技术方案来实现：一种基于多参量感知的直流充电桩充电模块运行状态监测方法，包括以下步骤：
3、步骤s1：分析直流充电桩的充电模块运行安全故障问题发生原因，提取用于安全表征的关键表征量，并设置相应的指标阈值；
4、所述关键表征量包括：
5、绝缘老化/异常由关键部件温升、漏电流异常来表征；
6、相间短路由过流、温升异常来表征；
7、单相接地由过流、漏电流异常来表征；
8、散热异常由充电模块温升异常来表征；
9、外壳漏电由漏电流异常来表征；
10、电源异常、充电模块内部短路或元器件失效，由过流、过压、欠压来表征；
11、潮湿、浸水风险由湿度来表征；
12、设置关键表征量的指标阈值时，除湿度差阈值、湿度阈值以外，均以同规格充电模块历史运行变化特性为基础，综合考虑同批次充电模块家族特性、环境温度、环境湿度、运行负荷的影响进行优化，综合确定关键表征量指标阈值；
13、步骤s2：根据关键表征量确定充电模块状态监测所需的物理参量集；
14、步骤s3：根据充电模块状态监测所需的物理参量集，开展各类传感器选型，并确定测量点位置及数量；
15、步骤s4：数据边缘终端采集所有传感器的监测数据，并进行本地化存储；
16、步骤s5：数据边缘终端提取监测数据进行关键表征量计算，并将关键表征量计算结果与指标阈值进行比对，给出状态评价结果；
17、步骤s6：数据边缘终端将监测数据、关键表征量计算结果及状态评价结果上传到监测主站；
18、步骤s7：根据状态评价结果，监测主站给运维单位发送充电模块运维建议、预警信息；
19、步骤s8：循环重复步骤s4-步骤s7，监测主站实时监测充电模块状态，及时更新状态信息，调整运维建议、预警信息。
20、进一步优选，步骤s1中，设置相应的指标阈值如下：
21、针对绝缘老化/异常，设置温升第一阈值、漏电流第一阈值；
22、针对相间短路，设置电流第一阈值、温升第二阈值；
23、针对单相接地，设置漏电流第二阈值；
24、针对外壳漏电，设置漏电流第三阈值；
25、针对散热异常，设置温升第三阈值；
26、针对电源异常、充电模块内部短路或元器件失效，设置电压第一阈值、电压第二阈值、电流第二阈值；
27、针对潮湿、浸水风险，设置湿度差阈值、湿度阈值。
28、进一步优选，步骤s1中，综合确定关键表征量指标阈值的公式如下：
29、；
30、；
31、其中，y为综合确定的关键表征量指标阈值，指同规格充电模块随运行时间变化的关键表征量指标阈值，t为运行时间，f为批次，t为环境温度，h为环境湿度，l为运行负荷；、、、分别指家族特性、环境温度、环境湿度、运行负荷影响因子；为批次f充电模块家族特性下的指标阈值历史数据；为环境温度t下指标阈值历史数据；为环境温度t 下指标阈值标准数据；为环境湿度h下指标阈值历史数据；为环境湿度h下指标阈值标准数据；为运行负荷l下指标阈值历史数据；为运行负荷l下指标阈值标准数据。
32、进一步优选，步骤s2中，充电模块状态监测所需的物理参量集分为电参量类信号和环境类信号两种；其中，电参量类信号包括三相输入交流电压、交流电流、输出直流电压、直流电流、地线电流；环境类信号包括充电模块内部、外部环境温度及环境湿度、接线端子表面温度及湿度。
33、进一步优选，步骤s4中，数据边缘终端采用分类分级差异化采集策略；针对电参量类信号采集，采用高频采样策略，采样频率达到4.0khz以上，采样时间间隔不大于0.25ms；针对环境类信号采集，采用低频采样策略，采样频率1.0 hz以下,采样时间间隔不大于1.0s。
34、进一步优选，步骤s5所述数据边缘终端提取监测数据进行关键表征量计算，包括：
35、充电模块湿度等于充电模块内部湿度监测值；
36、环境湿度等于充电模块外部环境湿度监测值；
37、接线端子处温升等于接线端子表面温度与环境温度之差；
38、充电模块温升等于充电模块内部温度与环境温度之差；
39、接线端子处湿度差等于接线端子表面湿度与环境湿度之差；
40、充电模块湿度差等于充电模块内部湿度与环境湿度之差；
41、输入电流等于三相输入电流监测数据有效值；
42、漏电流等于地线回路电流监测数据有效值；
43、输出电流等于输出电流监测数据有效值；
44、输入电压等于三相输入电压监测数据有效值；
45、输出电压等于输出电压监测数据有效值。
46、进一步优选，步骤s5所述将关键表征量计算结果与指标阈值进行比对，给出状态评价结果，分为异常、正常两种情况，包括：
47、当单个或多个接线端子处温升大于温升第一阈值，且漏电流监测值大于漏电流第一阈值时，存在绝缘老化或异常问题；
48、当输入电流、输出电流大于电流第一阈值时，且单个或多个接线端子处温升大于温升第二阈值，存在输入或输出相间短路问题；
49、当输入电流、输出电流大于电流第一阈值，且漏电流监测值大于漏电流第二阈值，单个接线端子处温升大于温升第二阈值时，存在输入或输出单相接地问题；
50、当漏电流大于漏电流第三阈值，但无其他明显的监测异常时，存外壳漏电问题；
51、当充电模块温升大于温升第三阈值，但无其他明显的监测异常时，存散热异常；
52、当输入电压低于电压第一阈值或大于电压第二阈值时，存在电源过压、欠压问题；
53、当输入电流大于电流第二阈值时，但无其他明显的监测异常时，存在电源过流问题；
54、当输入电流大于电流第二阈值时，单个接线端子处温升大于温升第二阈值时，存在充电模块内部短路问题；
55、当输出电压低于电压第一阈值或大于电压第二阈值时，存在内部元器件失效问题；
56、当充电模块湿度、环境湿度大于湿度阈值时，存在潮湿、浸水风险；
57、当充电模块湿度差大于湿度差阈值时，存在充电模块进水、凝露风险；
58、当接线端子湿度差大于湿度差阈值时，存在接线端子凝露、沾水风险。
59、进一步优选，当关键表征量计算结果不超出指标阈值时，充电模块状态评价为正常，并进一步细化为低风险、高风险两类：
60、；
61、其中，代表第i个关键表征量、代表第i个指标阈值，代表充电模块正常状态下的评价值；当大于2时，充电模块状态进一步评价为高风险，反之为低风险。
62、进一步优选，数据边缘终端采用疏密结合的原则上传监测数据，对于状态评价结果正常时的监测数据，上传数据采用稀疏模式；对于状态评价结果异常时的监测数据，上传数据采用稠密模式。
63、与现有技术相比，本发明具有以下优点：
64、一、本发明采用了多参量感知的多维数据，数据分析更全面与准确；同时，指标阈值充分考虑家族特性及运行工况，故障定位更加精准与快速。
65、二、本发明采用了高低频混合的分类分级差异化采集策略与疏密结合的数据上传策略，既可准确捕捉、记录故障发生波形，又可减少数据上传量，降低各级通信压力，兼顾故障精准定位与通信可靠迅捷。
1.一种基于多参量感知的直流充电桩充电模块运行状态监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多参量感知的直流充电桩充电模块运行状态监测方法，其特征在于，步骤s1中，设置相应的指标阈值如下：
3.根据权利要求1所述的基于多参量感知的直流充电桩充电模块运行状态监测方法，其特征在于，步骤s1中，综合确定关键表征量指标阈值的公式如下：
4.根据权利要求1所述的基于多参量感知的直流充电桩充电模块运行状态监测方法，其特征在于，步骤s2中，充电模块状态监测所需的物理参量集分为电参量类信号和环境类信号两种；其中，电参量类信号包括三相输入交流电压、交流电流、输出直流电压、直流电流、地线电流；环境类信号包括充电模块内部、外部环境温度及环境湿度、接线端子表面温度及湿度。
5.根据权利要求1所述的基于多参量感知的直流充电桩充电模块运行状态监测方法，其特征在于，步骤s4中，数据边缘终端采用分类分级差异化采集策略；针对电参量类信号采集，采用高频采样策略，采样频率达到4.0khz以上，采样时间间隔不大于0.25ms；针对环境类信号采集，采用低频采样策略，采样频率1.0 hz以下,采样时间间隔不大于1.0s。
6.根据权利要求1所述的基于多参量感知的直流充电桩充电模块运行状态监测方法，其特征在于，步骤s5所述数据边缘终端提取监测数据进行关键表征量计算，包括：
7.根据权利要求6所述的基于多参量感知的直流充电桩充电模块运行状态监测方法，其特征在于，步骤s5所述将关键表征量计算结果与指标阈值进行比对，给出状态评价结果，分为异常、正常两种情况，包括：
8.根据权利要求7所述的基于多参量感知的直流充电桩充电模块运行状态监测方法，其特征在于，当关键表征量计算结果不超出指标阈值时，充电模块状态评价为正常，并进一步细化为低风险、高风险两类：
9.根据权利要求1所述的基于多参量感知的直流充电桩充电模块运行状态监测方法，其特征在于，数据边缘终端采用疏密结合的原则上传监测数据，对于状态评价结果正常时的监测数据，上传数据采用稀疏模式；对于状态评价结果异常时的监测数据，上传数据采用稠密模式。
