摘要：全球化石油能源危機不但對世界各國經(jīng)濟造成嚴(yán)重影響，還會給國家安全帶來不確定性因素。新能源汽車具有綠色環(huán)保特性，對石油的依賴性不高，因此新能源汽車產(chǎn)業(yè)已成為我國重點的發(fā)展方向之一，這對我國能源安全具有重要的戰(zhàn)略意義。新能源汽車中，電動汽車的充電安全是影響其發(fā)展的要素之一，儀器故障、機械故障、通信故障等問題會影響用戶的充電體驗和充電安全，因此解決充電樁充的故障電問題刻不容緩。

關(guān)鍵詞：電動汽車；充電樁；充電故障；數(shù)據(jù)挖掘

0 前言

目前，電動汽車存在電池自燃、充電故障等問題，這些問題已嚴(yán)重影響到客戶的用車體驗甚至生命安全，成為電動汽車可持續(xù)發(fā)展的重要制約因素。

電動汽車出現(xiàn)自燃事故主要是三元鋰電池易燃易爆的化學(xué)特性導(dǎo)致的，由于三元鋰電池不穩(wěn)定性高、能量密度過大，在汽車運行過程中極易造成高溫或局部短路，從而引發(fā)危險事故。近年來，雖然通過電池水冷技術(shù)能有效降低電池爆炸的危險性，但是仍未從根本上改變?nèi)囯姵氐幕瘜W(xué)特性。電池的能量密度仍較高，物質(zhì)也不穩(wěn)定，汽車在運行中仍會產(chǎn)生溫度過高、水冷無法降溫等問題，導(dǎo)致汽車發(fā)生燃燒、爆炸，因此電池技術(shù)瓶頸是阻礙電動汽車發(fā)展的重要因素。

充電樁充電的故障問題，包括儀器故障、機械故障、通信故障等，這些故障均會影響用戶的充電體驗和充電安全，因此解決充電樁充電問題刻不容緩。目前，電動汽車的充電樁有交流充電樁和直流充電樁2 種形式，交流充電被稱為“ 慢充”，其電流和功率均較小，且充電速度慢，但充電樁結(jié)構(gòu)簡單，不易發(fā)熱，故障率低；直流充電樁被稱為“快充”，其電流和功率均較大，大幅縮短了充電時間，其充電樁主要由樁體、充電設(shè)備控制器、充電接口、供電接口、電氣模塊、人機交互界面、集成電路（IC）讀卡器、電源轉(zhuǎn)換模塊、急停按鈕、計量模塊等構(gòu)成，結(jié)構(gòu)關(guān)聯(lián)性強，在運行中易發(fā)生各種故障。本文主要以直流充電樁為研究對象，結(jié)合直流充電樁的工作原理，采用數(shù)據(jù)挖掘技術(shù)分析電動汽車充電危險故障，解決充電樁充電故障問題，這對提高直流充電樁運行維護效率和使用壽命具有一定的參考價值。

1 直流充電樁工作原理

電動汽車直流充電樁的輸入采用三相交流電（AC），電壓為380 V，頻率為50 Hz，輸出為可調(diào)直流電，其充電過程為：三相交流電通過交流-直流（AC/DC）整流濾波，輸出交流低頻紋波，并經(jīng)過驅(qū)動電路控制的高頻直流-直流（DC/DC）功率變換器衰減交流紋波，然后通過輸出濾波器完成直流輸出；采樣檢測系統(tǒng)檢測直流輸出，最后將檢測結(jié)果發(fā)至控制器，控制器確定電壓輸出大小。根據(jù)直流充電樁的結(jié)構(gòu)特點和工作原理可知，充電樁受以下因素的影響：① 人為因素。充電槍由于長期使用或暴力使用，導(dǎo)致帶電部件的防護層脫落，裸露的帶電部件存在觸電風(fēng)險，威脅使用者安全。② 環(huán)境因素。由于室外的充電設(shè)施常年處于臺風(fēng)、冰雹、雨天、高溫等惡劣天氣下，導(dǎo)致充電設(shè)施內(nèi)部模塊和電子元件的絕緣性能受損，外殼防護能力、介電強度、電氣間隙、爬電距離、絕緣電阻等受到影響，威脅充電設(shè)施的安全運轉(zhuǎn)。③ 通信因素。充電過程中，充電樁實時與汽車的電池管理系統(tǒng)（BMS）通信，把三相交流輸入電能轉(zhuǎn)換為直流電能，輸出電壓和電流大小按照BMS 系統(tǒng)的指令來調(diào)整，直流電表或電測計量模塊計量并監(jiān)控直流母線的輸出電能。

充電完成后，BMS 系統(tǒng)發(fā)出終止充電指令。

如通信不能正常，充電樁持續(xù)輸出電流，會造成汽車電池過充，易發(fā)生安全事故，同時通信系統(tǒng)還連接充電控制器和充電樁計費控制單元（TCU），可實時計費，如果通信系統(tǒng)遭到竊取、篡改等病毒攻擊，易造成用戶和充電樁運營單位的財產(chǎn)損失，引發(fā)信息安全問題。

2 數(shù)據(jù)挖掘在電動汽車充電故障中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)是一種通過分析大量數(shù)據(jù)，獲取潛在的、有效的、易理解的信息，從而達(dá)到發(fā)現(xiàn)未知關(guān)聯(lián)性和進(jìn)行有價值的預(yù)測性分析。數(shù)據(jù)挖掘技術(shù)不要求發(fā)現(xiàn)適用全部情景的知識規(guī)則，僅需針對特定問題提供支持和分析［1］。因此，數(shù)據(jù)挖掘可被應(yīng)用于電動汽車充電故障監(jiān)測、檢測中，對數(shù)據(jù)進(jìn)行提取、預(yù)處理和特征挖掘，分析安全故障數(shù)據(jù)特點，獲得挖掘結(jié)果。

2. 1 數(shù)據(jù)的提取

充電設(shè)施運行狀態(tài)量涉及電壓、電流、溫度等數(shù)據(jù)，如數(shù)據(jù)異常，會給充電設(shè)施帶來較大的安全問題。運行狀態(tài)量的數(shù)據(jù)主要來源于網(wǎng)絡(luò)、運營商監(jiān)控系統(tǒng)和BMS，具有類型各異、屬性多樣等特點，對后續(xù)的數(shù)據(jù)統(tǒng)計帶來困難，應(yīng)做好上述數(shù)據(jù)來源預(yù)處理工作。

對上述數(shù)據(jù)進(jìn)行預(yù)處理時，應(yīng)挖掘數(shù)據(jù)特點，

找到可解決實際問題或制定策略的知識技術(shù)。因為本地信道通信質(zhì)量、充電設(shè)施、電動汽車故障、傳感器測量數(shù)據(jù)過程中會產(chǎn)生不良數(shù)據(jù)，對狀態(tài)評估產(chǎn)生干擾，需要識別和更正不良數(shù)據(jù)。

不良數(shù)據(jù)分為單個不良數(shù)據(jù)和多個不良數(shù)據(jù)。

單個不良數(shù)據(jù)，是干擾強或設(shè)備配置錯誤時，1 個檢測值偏差較大；多個不良數(shù)據(jù)，是多個測量值一起產(chǎn)生偏差［2］。因此需要檢測不良數(shù)據(jù)，評估充電設(shè)施狀態(tài)?？衫每ǚ綑z驗方式和加權(quán)最小二乘法（WLS）獲取數(shù)值，假設(shè)充電設(shè)施系統(tǒng)可全面觀測，采用WLS 方法，在預(yù)估狀態(tài)變量后檢測不良數(shù)據(jù)。令W 表示狀態(tài)變量的向量，測量值z 的計算預(yù)估值z?為：

z? = HW （1）

式中：H 為雅可比木矩陣。測量值和計算預(yù)估值間的誤差e?為：

e? = z - z? （2）

平方誤差函數(shù)的加權(quán)和服從卡方分布， 假設(shè)平方誤差函數(shù)的加權(quán)和在置信區(qū)間，說明數(shù)據(jù)正常，否則，判定為不良數(shù)據(jù)。

當(dāng)不良數(shù)據(jù)過多時，應(yīng)通過人工神經(jīng)網(wǎng)絡(luò)（ANN）進(jìn)行修正。ANN 是模仿生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能的數(shù)學(xué)模型，可估計函數(shù)。先將正常數(shù)據(jù)輸入訓(xùn)練ANN 模型，使該模型具備預(yù)測功能；再將不良數(shù)據(jù)前一時段的正常數(shù)據(jù)輸入ANN 模型，ANN 的輸出數(shù)據(jù)為正常預(yù)測值，用于替換后續(xù)的不良數(shù)據(jù)值，完成修正。

2. 2 充電樁設(shè)施運行狀態(tài)數(shù)據(jù)質(zhì)量評價

根據(jù)不良數(shù)據(jù)的處理結(jié)果評價充電樁設(shè)施運行狀態(tài)數(shù)據(jù)質(zhì)量，先對充電樁設(shè)施運行時每個子模塊的電壓、電流、阻抗、溫度等狀態(tài)數(shù)據(jù)集進(jìn)行相關(guān)性描述，再利用規(guī)則庫和智能算法庫完成規(guī)則權(quán)重和指標(biāo)評價處理，獲得數(shù)據(jù)質(zhì)量報告文檔。

2. 3 數(shù)據(jù)的特征挖掘

首先，對充電樁設(shè)施運行狀態(tài)的各種數(shù)據(jù)進(jìn)行預(yù)處理；然后，將數(shù)據(jù)輸入到充電樁運行狀況數(shù)據(jù)挖掘模型，簡化數(shù)據(jù)，通過降維，可提取特征。

提取數(shù)據(jù)的特征可利用主成分分析（PCA）方法來進(jìn)行，該方法是一種統(tǒng)計方法，通過PCA 法可得到主成分（PCs），處理數(shù)據(jù)后獲取大部分的數(shù)據(jù)方差，區(qū)別其關(guān)鍵數(shù)據(jù)類型。該方法分為3 個階段：① 把分類信息擴充至數(shù)據(jù)；② 提取PCA 特征，包含計算協(xié)方差矩陣和選擇主成分2 個方面；③ 確定特征的權(quán)重矩陣。充電設(shè)施數(shù)據(jù)挖掘流程如圖1所示。

3 充電樁充電設(shè)施故障樹

故障樹的建立步驟如下：① 將研究對象中，全部故障根源部件作為頂部事件；② 找到每個輸入事件，得到下層的各個輸出事件；③ 重復(fù)步驟② ，直至確定為故障根本原因的底部事件；④ 通過邏輯符號連接整個事件，建立故障樹。充電樁充電設(shè)施故障樹如圖2 所示。

充電樁充電設(shè)施故障樹共分為3 層：① 頂部事件，即儀器故障、機械故障和通信故障；② 第2 層故障，即儀器故障層下的控制器故障、斷路器故障、避雷器故障、接觸器故障，機械故障下的充電樁故障和電子鎖故障，以及通信故障下的BMS 通信故障和TCU 通信故障；③ 底層故障，通過充電樁充電設(shè)施故障樹（圖2）可知充電樁設(shè)施有17 個底層故障，分別用［X1，X2，…，X17］來表示。

充電樁設(shè)施故障有6 個輸出節(jié)點，依次為：控制器故障、斷路器故障、避雷器故障、BMS 通信故障、TCU 通信故障和充電槍故障。

4 應(yīng)用案例

提取江西省南昌市2022 年5—6 月的充電樁設(shè)施運行數(shù)據(jù)，完成數(shù)據(jù)的預(yù)處理和特征挖掘，構(gòu)建充電樁設(shè)施一體化故障樹，并統(tǒng)計儀器、故障和通信故障。

通過故障樹分析發(fā)現(xiàn)，充電樁設(shè)施的BMS 通信故障、控制器故障、TCU 通信故障和斷路器故障次數(shù)多。例如BMS 通信故障主要表現(xiàn)為握手階段通信超時、充電階段通信超時等故障，其原因是BMS 絕緣模塊或BMS 采集模塊等故障。綜上所述，將數(shù)據(jù)挖掘應(yīng)用于電動汽車充電故障分析，可提高充電樁充電設(shè)施的安全、高效運行，具有較強的實用性。

5 結(jié)語

電動汽車作為國家大力支持的新產(chǎn)業(yè)，是國家宏觀調(diào)控的主要方向，具有重要的戰(zhàn)略意義。針對電動汽車充電設(shè)施的故障，本文采用數(shù)據(jù)挖掘技術(shù)，結(jié)合故障樹的建立，可快速、有效地解決充電樁充電故障問題，提高運營商的營運效率。

參考文獻(xiàn)

［ 1 ］ 童國杰. 基于數(shù)據(jù)挖掘的煤礦物資成本預(yù)測模型應(yīng)用研究[D]. 阜新：遼寧工程技術(shù)大學(xué)，2019.

［ 2 ］ 張然. 電動汽車充電樁安全管理研究[J]. 交通節(jié)能與環(huán)保，2020，16（1）：10-13.