基于云計算大數據分析技術的電動汽車充電監控系統

徐孟龍，李 俊，劉慧文，伍文廣，馬媛媛，史曉磊

（1.北京博電新力電氣股份有限公司，北京 100176；2.國網電動汽車服務有限公司，北京 100052；3.長沙理工大學，湖南 長沙 410114）

0 引 言

2020年初新冠肺炎疫情爆發，世界經濟被按下暫停鍵，我國2020年第一季度GDP增速為-6.8%，與2019年同期的6.4%相比下降了13.2%。工業生產增速經歷了斷崖式下跌，為提振經濟，穩定就業，應對中美貿易摩擦帶來的高科技禁用等一系列風險，以及我國為轉型升級打造科技強國的內在需求驅動下，中共中央政治局常務委員會召開會議，會議強調加快“新基建”建設進度。“新基建”是國家在2018年中央經濟工作會議上提出的，以科技產業升級為核心的配套基礎設施建設計劃，其核心內容包括：5G、特高壓、城際高速鐵路和城市軌道交通、新能源汽車充電樁、大數據中心、人工智能、工業互聯網。

新能源汽車充電樁建設成為新基建風口，在新能源充電樁爆發式增長下，新的問題也隨之而來，電動汽車充電故障率不斷攀升，電氣故障、通信故障，以及車樁兼容性問題突出，目前主要通過人工現場檢測發現和處理故障，這種運維模式在目前充電樁數量暴增的情況下將難以為繼。另一方面，雖然充電樁內部TCU單元可以與充電控制器進行CAN通信，并進行數據記錄，但記錄的信息十分簡單，無法反映充電細節，更無法記錄車樁之間真實的交互過程和信息，制約著新能源汽車的發展。

為解決上述問題，本文介紹了采用高速數據采集技術、機器學習技術來采集、識別故障，實現了直流充電樁故障在線診斷、故障預測功能。設計了一種安裝在充電樁內部的電動汽車充電故障監控系統，該系統采集電壓、電流、門禁、急停等信號后，通過IoT上傳到云服務器。結合數據處理技術和隨機森林分類算法可以構建一種直流充電樁在線診斷和故障預測方法。本文簡要介紹了隨機森林思想及其核心算法，以及拓撲和訓練過程。分析了模型的均方誤差和訓練損耗。探討了如何優化模型，提高精度，避免過度擬合。最后通過項目實際應用對比了故障預測與真實情況的誤差，發現故障識別準確率超97%。

1 設備硬件設計

充電過程監測裝置安裝在充電樁內部，包括控制模塊、監測采樣模塊、電源模塊、存儲模塊和WiFi/4G模塊，可滿足最大1 000 V/250 A直流充電樁的要求。采樣率為1 kS/s，支持多種觸發模式。

裝置采用高速數據采樣和處理器技術，記錄完整的充電過程中每個觸點的工作狀態。當監測裝置檢測到直流充電樁開始充電時，自動啟動電壓電流采集和CAN總線報文采集，從而記錄整個充電過程的電壓電流變化和CAN總線報文。文件、數據在本地存入SD卡的同時也通過4G網絡上傳到云平臺，進行云端存儲和分析等工作。功率監控單元總體框架如圖1所示。

圖1 功率監控單元總體框架

裝置主要分為以下幾個部分：

（1）主控部分選用Xilinx ZYNQ7000系列CPU，其具備監測系統數據的采集、處理和通信等功能。

（2）電源模塊負責為監測系統供電，數字電路和模擬電路分開供電，保證系統的穩定性和采集精度。

（3）CAN報文采集模塊用于監測直流充電樁和電動汽車間的CAN通信數據，并對報文進行解析。WiFi/4G模塊負責向云端服務器傳輸數據。

（4）存儲模塊負責存儲采集的報文、電壓電流數據及監測報告等。

（5）模擬采集模塊負責采集充電過程中的充電電壓、充電電流和輔助電源信號等模擬量，模擬采集模塊共有5個采集通道，各通道相互隔離，分別采集充電電壓、充電電流、輔助電源電壓、CC1電壓、CC2電壓。

2 隨機森林算法介紹

2.1 決策樹的概念

決策樹有很多種類，例如大家熟知的ID3（迭代二分頻器3）、CART（回歸分類樹）、C45（ID3升級）等，均屬于分類器范疇。如圖2所示，決策樹都有一個根節點，從根節點通過學習算法對每個結點遞歸分裂，最終得到決策節點。

圖2 決策樹示意圖

決策樹學習算法是一種近似離散值目標函數的方法，其中學習的函數由決策樹表示。決策樹學習算法是歸納推理領域應用最廣泛的方法之一。

2.2 分裂判據

對于決策樹算法而言，分裂判據至關重要，它決定了決策樹的節點如何向下分裂。目前有很多分裂判據被用來對節點進行分裂，這些分裂措施根據分裂前后記錄的類分布來定義。

信息熵是1948年香農首先提出的，主要用來描述一個信號或者一個事件中有多少有效信息，它與一個已知概率分布事件的不確定度有關，通俗地說，一件事發生的概率越高，則其不確定度越低，信息熵就越低，必然事件和不可能事件的信息熵為0。信息熵定義為與隨機結果相關的平均信息含量的度量。對于離散隨機變量X，其信息熵表示為：

式中，p(x)=P(X=x)是隨機變量X第i次結果的概率。信息熵也可以被用于一般概率分布，不限于離散值事件。

基尼系數是信息量的另一種度量，在決策樹生成期間，數據的“不確定性”越小，則其可能性就越大。如果我們取S個隨機變量，則基尼系數可以表示為：

式中：p表示取第j個變量的概率；y為研究的變量，表明y不確定性越大，則Gini(y)越大。

2.3 終止判據

決策樹根據分裂判據不斷分裂生長，直到達到終止判據生效，最終形成葉節點。終止判據通常有如下條件：

（1）當訓練集中所有個體都屬于一個單一值y；

（2）達到決策樹設定的最大深度；

（3）達到終止閾值。

2.4 隨機森林

由于單棵決策樹在訓練過程中不可避免的會遇到過度擬合，即對本數據集可以進行高精度分類，但遇到其他數據集分類精度就會降低。為解決這一問題，提出了隨機森林算法。隨機森林算法是通過對隨機森林中多棵決策樹的結果進行統計或者平均，之后將許多決策樹輸出的結果匯集成為最終輸出，以減少單棵決策樹對某一數據集的過度擬合問題。

隨機森林拓撲結構如圖3所示。隨機森林的建立便于對原始數據集D中個體進行隨機可放回式n次提取，得到n個樣本S，其中j=1,2,...,n，通過n個樣本可以訓練得到n棵決策樹模型。對每一棵決策樹通過分裂判據進行分裂生長，然后將每棵決策樹的結果進行統一投票表決，輸出最終結果。

圖3 隨機森林拓撲結構

3 模型訓練過程和優化探索

3.1 數據預處理

通過圖1中的WiFi/4G模塊將充電樁監控設備采集的數據上送至云服務器，數據包括：K1和K2驅動、電子鎖反饋、急停信號、門禁反饋、THDV-M、THDI-M。通過這6個維度的特征來預測充電樁故障。由于現場環境復雜，通過IoT技術獲取的數據不可避免存在各種問題，例如：采樣環節由于電磁干擾、環境溫濕度的變化等導致數據異常、噪聲和數據不一致等問題。數據傳輸環節由于丟包、中斷等原因導致數據缺失，這些問題在源頭上給數據分析帶來了困難，甚至造成了分析結果錯誤。為提高數據分析質量，必須在應用這些數據之前先對其進行數據預處理，如補充缺失的數據、清除異常數據等。

對清洗完成的數據進行歸一化處理，如：Min-Max歸一化（Min-Max Normalization），該方法是對原始數據的線性變換，使結果值映射到[0，1]，轉換函數如下：

式中：max為樣本數據的最大值；min為樣本數據的最小值。歸一化是讓不同維度之間的特征在數值上有一定的比較性，對于分類器而言，歸一化處理可以提高分類的準確性和計算效率。數據預處理結果見表1所列。

表1 數據預處理結果

3.2 模型精度評估

隨機森林算法對于分類問題具有較高的準確率，在較大的數據集上也能夠穩定運行，對于多維特征的樣本能夠一次分類并且無需降維處理，而且可以對每個特征維度分類結果的重要性給予評估。

對于結果，使用平均絕對百分比誤差（MAPE）和均方根誤差（RMSE）進行評估。誤差計算公式見式（4）和式（5）：

首先對數據集中122 144個樣本進行劃分，其中80%數據用作訓練數據，20%數據作為驗證數據，用于驗證模型精度。通過訓練，我們得到隨機森林分類器模型TrainedRF_Model13（data），然后將20%的驗證數據輸入TrainedRF_Model13（data）即可得到圖4所示結果。其中，True class表示驗證數據真實的故障狀態，Predicted class表示隨機森林分類器模型TrainedRF_Model13（data）預測的結果。

圖4 隨機森林分類器TrainedRF_Model13（data）預測結果

True Class 0表示充電樁正常，即無任何故障，Predicted Class 1表示隨機森林分類器TrainedRF_Model13（data）判斷為充電樁異常，即預測發生了故障。可以看到，隨機森林分類器TrainedRF_Model13（data）判斷充電樁工作正常并與真實情況相符的準確度為89%，表明11%的數據被判斷錯誤，即充電樁無故障但分類器卻預測其發生故障，這部分樣本數量為1 314。另一方面，True Class 1即充電樁工作確實存在異常，而分類器也判斷為異常的準確度為89%，這表明有11%的數據判斷錯誤，即存在故障但分類器卻認為運行正常，這部分樣本數量為1 356。可以看到，目前系統分類精度不高，有很多值被判斷錯誤。我們匯總本次測試相關信息：隨機森林模型由5棵決策樹構成，特征維度為6，葉結點為2，訓練時間為6.829 6 s，預測精度為89.1%。

3.3 模型優化探索

在本次訓練和驗證過程中我們可以看到6個特征維度對預測結果的影響力度，圖5可以看出對預測結果影響最大，也是最重要的特征THDVM（電壓總諧波畸變率），其次是THDIM（電流總諧波畸變率），這2個特征的重要性明顯高于其他特征維度。

圖5 特征維度對預測結果的重要性

為提高模型精度，對模型參數進行調整，將隨機森林中決策樹的數量由5棵提升至30棵，特征維度仍然為6，葉結點為2，得到圖6所示預測結果。

圖6 隨機森林分類器TrainedRF_Model13（data）預測結果

我們可以看到，True Class 0即充電樁工作正常情況下的準確度達97%，即3%的數據被判斷錯誤，這部分樣本數量為733。另一方面，True Class 1即充電樁工作異常情況下的準確度為96%，這表明4%的數據判斷錯誤，即原本存在故障但分類器卻認為系統運行正常，這部分數據為977。

不難看出，隨機森林中決策樹越多模型精度就越高，但相應的訓練時間也越長，對硬件的算力要求也越高。而且提高決策樹數量也存在瓶頸，起初增加決策樹的數量可以極大地提高模型精度，但當決策樹的數量達到一定程度后，再提高決策樹的數量就無法大幅提高精度了，有的甚至會使精度下降。圖7展示了決策樹數量對精度的影響，可以看到，決策樹的數量由1增加到10時，對模型精度有極大地提升，但超過10時，對模型精度的提升就變得非常有限，而且決策樹越多模型越容易過擬合，模型靈活性將大大降低，同時模型訓練時間也大幅增加。所以最佳模型是綜合模型精度、訓練時間、算力、避免過度擬合等各方面考慮后選取的最優方案。

圖7 決策樹數量與模型精度關系

參看表2，我們可以將幾組訓練驗證完成的模型進行比對，觀察各模型在精度、訓練時間、訓練損耗等方面的優劣，更加直觀地得出最優模型。

表2 模型優化結果對比表

ROC曲線的最佳工作點以1-by-2數組形式返回，其中包含最佳ROC工作點的誤報率（FPR）和真正率（TPR）值。perfcurve僅計算標準ROC曲線的OPTROCPT，否則設置為NaN。為獲得ROC曲線的最佳工作點，perfcurve首先需找到斜率S。

從圖8可以看出，在分類器最佳工作點（0.04，0.97），對于正常狀態的預測錯誤率為0.04，即4%的錯誤率，對于異常狀態的預測正確率為0.97，即97%的異常狀態能夠被預測出來。

圖8 隨機森林分類器TrainedRF_Model13（data）預測結果

目前該設備已經開展試點應用，部分被安裝在北京市新能源汽車充電樁中，通過較長時間的云上托管運維，故障識別準確率高于97%，極大降低了運維的時間成本和人力成本。設備現場安裝調試如圖9所示。

圖9 設備現場安裝調試圖片

4 結 語

本文介紹了采用高速數據采集技術、機器學習技術對新能源汽車充電故障進行采集和識別，實現故障在線診斷和故障預測功能。通過安裝在充電樁內部的故障監控系統采集電壓、電流、門禁、急停等信號，借助IoT技術上傳到云服務器，結合數據處理技術，隨機森林分類算法構建了一種充電樁在線診斷、故障預測的方法，最終實現智能運維。本文同時介紹了隨機森林思想以及核心算法、拓撲和訓練過程。分析了訓練結果的均方誤差和訓練損耗，對模型優化、提高精度、避免過度擬合等問題進行了探索，最后通過項目實際應用對比了故障預測與真實情況的誤差，并且得到故障識別準確率高于97%的結論。