CN110133395A - 一种充电桩健康状态诊断方法及装置 - Google Patents

一种充电桩健康状态诊断方法及装置 Download PDF

Info

Publication number
CN110133395A
CN110133395A CN201910269551.0A CN201910269551A CN110133395A CN 110133395 A CN110133395 A CN 110133395A CN 201910269551 A CN201910269551 A CN 201910269551A CN 110133395 A CN110133395 A CN 110133395A
Authority
CN
China
Prior art keywords
moment
charging pile
extremely
coefficient
occurs
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910269551.0A
Other languages
English (en)
Other versions
CN110133395B (zh
Inventor
王文
严辉
苏舒
丁宁
曹曦
曲尧
牟明亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Zhejiang Electric Power Co Ltd
North China Electric Power University
State Grid Electric Vehicle Service Co Ltd
Original Assignee
State Grid Zhejiang Electric Power Co Ltd
North China Electric Power University
State Grid Electric Vehicle Service Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Zhejiang Electric Power Co Ltd, North China Electric Power University, State Grid Electric Vehicle Service Co Ltd filed Critical State Grid Zhejiang Electric Power Co Ltd
Priority to CN201910269551.0A priority Critical patent/CN110133395B/zh
Publication of CN110133395A publication Critical patent/CN110133395A/zh
Application granted granted Critical
Publication of CN110133395B publication Critical patent/CN110133395B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12Simultaneous equations, e.g. systems of linear equations
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种充电桩健康状态诊断方法及装置,包括根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态;本发明的技术方案缩短了充电桩异常的发现时间,提高了确定充电桩健康状态诊断结果的准确度。

Description

一种充电桩健康状态诊断方法及装置
技术领域
本发明涉及充电桩技术领域,具体涉及一种充电桩健康状态诊断方法及装置。
背景技术
电动汽车数量持续增长,充电桩行业得到一个发展的高峰期。目前,高速公路服务区、公共停车场、学校为代表的机构单位、居民区等地方的充电桩建设均在稳步推进。根据国家能源局统计数据可知,截止2016年中旬,我国共建成公共充电桩8万余个,比2015年增长65%;私人充电桩数量也超过5万座,比2015年增长12%。充电桩的后期维护已成为行业关注的焦点,充电桩保修维护难题正困扰着充电设施市场的发展。
现有技术中对充电桩健康状态的判断是在充电桩异常状态持续一段时间才能得出结果,不能及时判断充电桩的健康状态,造成了充电桩管理和维护上人力、物力的浪费,因此,如何能快速且准确的判断充电桩的健康状态是本领域亟待解决的问题。
发明内容
针对现有技术的不足,本发明的目的是提供一种充电桩健康状态诊断方法及装置,通过预测充电桩异常发生时刻之后未来时刻的健康系数,再根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态,缩短了充电桩故障的发现时间,提高了确定充电桩健康状态的准确度。
本发明的目的是采用下述技术方案实现的:
本发明提供一种充电桩健康状态诊断方法,其改进之处在于,所述方法包括:
根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
优选地,所述根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI
根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重。
进一步地,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU,如下式:
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值。
进一步地,按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI
式中,IZ为输出电流的极限值。
优选地,所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数。
进一步地,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β,包括:
将充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式中的任意两个表达式组成方程组,建立个方程组;
求解个方程组,获取个充电桩健康系数的第一影响权重近似值α′和第二影响权重近似值β′;
个充电桩健康系数的第一影响权重近似值α′的平均值作为所述充电桩健康系数的第一影响权重α,将将个充电桩健康系数的第二影响权重近似值β′的平均值作为所述充电桩健康系数的第二影响权重β;
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数。
进一步地,所述根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数包括:
按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
优选地,所述根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态,包括:
按下式确定充电桩异常发生时刻的健康状态预测值S:
其中,若所述充电桩异常发生时刻的健康状态预测值0.5≤S≤1.0,则充电桩异常发生时刻的健康状态为健康,否则为不健康;sj为充电桩异常发生时刻j的健康系数,sj+1、sj+m、sj+M分别为充电桩异常发生时刻j之后第1个、第m个、第M个未来时刻的健康系数。
进一步地,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
本发明提供一种充电桩健康状态诊断装置,其改进之处在于,所述装置包括:
第一确定单元,用于根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
第二确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
第三确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
优选地,所述第一确定单元包括:
第一确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU
第二确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI
第三确定模块,用于根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重。
进一步地,所述第一确定模块具体用于按下式确定所述充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述第二确定模块具体用于按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值。
进一步地,按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI
式中,IZ为输出电流的极限值。
优选地,所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述第二确定单元包括:
第三确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
第四确定模块,用于根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数。
进一步地,所述第三确定模块具体用于:
第一确定子模块,用于将充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式中的任意两个表达式组成方程组,建立个方程组;
第二确定子模块,用于求解个方程组,获取个充电桩健康系数的第一影响权重近似值α′和第二影响权重近似值β′;
第三确定子模块,用于将个充电桩健康系数的第一影响权重近似值α′的平均值作为所述充电桩健康系数的第一影响权重α,将将个充电桩健康系数的第二影响权重近似值β′的平均值作为所述充电桩健康系数的第二影响权重β;
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数。
进一步地,所述第四确定模块具体用于按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
优选地,所述第三确定单元具体用于按下式确定充电桩异常发生时刻的健康状态预测值S:
其中,若所述充电桩异常发生时刻的健康状态预测值0.5≤S≤1.0,则充电桩异常发生时刻的健康状态为健康,否则为不健康;sj为充电桩异常发生时刻j的健康系数,sj+1、sj+m、sj+M分别为充电桩异常发生时刻j之后第1个、第m个、第M个未来时刻的健康系数。
进一步地,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
与最接近的现有技术相比,本发明具有的有益效果:
本发明提供一种充电桩健康状态诊断方法及装置,据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态;本发明的技术方案缩短了充电桩异常的发现时间,提高了确定充电桩健康状态诊断结果的准确度。
附图说明
图1是本发明充电桩健康状态诊断方法流程图;
图2是本发明充电桩健康状态诊断装置示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供一种充电桩健康状态诊断方法,如图1所示,所述方法包括:
根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
在本申请优选地实施例中,所述根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI
根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重。
进一步地,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU,如下式:
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值。
其中,按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI
式中,IZ为输出电流的极限值。
在本申请优选地实施例中,所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数。
进一步地,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β,包括:
将充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式中的任意两个表达式组成方程组,建立个方程组;
求解个方程组,获取个充电桩健康系数的第一影响权重近似值α′和第二影响权重近似值β′;
个充电桩健康系数的第一影响权重近似值α′的平均值作为所述充电桩健康系数的第一影响权重α,将将个充电桩健康系数的第二影响权重近似值β′的平均值作为所述充电桩健康系数的第二影响权重β;
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数。
进一步地,所述根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数包括:
按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
在本申请优选地实施例中,所述根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态,包括:
按下式确定充电桩异常发生时刻的健康状态预测值S:
其中,若所述充电桩异常发生时刻的健康状态预测值0.5≤S≤1.0,则充电桩异常发生时刻的健康状态为健康,否则为不健康;sj为充电桩异常发生时刻j的健康系数,sj+1、sj+m、sj+M分别为充电桩异常发生时刻j之后第1个、第m个、第M个未来时刻的健康系数。
进一步地,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
本发明提供一种充电桩健康状态诊断装置,如图2所示,所述装置包括:
第一确定单元,用于根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
第二确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
第三确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
优选地,所述第一确定单元包括:
第一确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU
第二确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI
第三确定模块,用于根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重。
进一步地,所述第一确定模块具体用于按下式确定所述充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述第二确定模块具体用于按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值。
进一步地,按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI
式中,IZ为输出电流的极限值。
优选地,所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述第二确定单元包括:
第三确定模块,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
第四确定模块,用于根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数。
进一步地,所述第三确定模块具体用于:
第一确定子模块,用于将充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式中的任意两个表达式组成方程组,建立个方程组;
第二确定子模块,用于求解个方程组,获取个充电桩健康系数的第一影响权重近似值α′和第二影响权重近似值β′;
第三确定子模块,用于将个充电桩健康系数的第一影响权重近似值α′的平均值作为所述充电桩健康系数的第一影响权重α,将将个充电桩健康系数的第二影响权重近似值β′的平均值作为所述充电桩健康系数的第二影响权重β;
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数。
进一步地,所述第四确定模块具体用于按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
优选地,所述第三确定单元具体用于按下式确定充电桩异常发生时刻的健康状态预测值S:
其中,若所述充电桩异常发生时刻的健康状态预测值0.5≤S≤1.0,则充电桩异常发生时刻的健康状态为健康,否则为不健康;sj为充电桩异常发生时刻j的健康系数,sj+1、sj+m、sj+M分别为充电桩异常发生时刻j之后第1个、第m个、第M个未来时刻的健康系数。
进一步地,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
与最接近的现有技术相比,本发明具有的有益效果:
本发明提供一种充电桩健康状态诊断方法及装置,据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态;本发明的技术方案缩短了充电桩异常的发现时间,提高了确定充电桩健康状态诊断结果的准确度。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种充电桩健康状态诊断方法,其特征在于,所述方法包括:
根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
2.如权利要求1所述的方法,其特征在于,所述根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI
根据所述ηU和ηI,按下式确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数s:
s=ληU+(1-λ)ηI
式中,λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的隶属度在健康系数中所占权重,1-λ为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的隶属度在健康系数中所占权重。
3.如权利要求2所述的方法,其特征在于,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电压的隶属度ηU,如下式:
式中,U为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压,Umax为充电桩输出电压最大安全值,U'为充电桩输出电压额定值,ρU为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数的最大安全值;
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压,确定充电桩异常发生时刻及异常发生时刻之前历史时刻输出电流的隶属度ηI,如下式:
式中,I为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流,Imax为充电桩输出电流最大安全值,I'为充电桩输出电流额定值,ρI为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数,为充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数的最大安全值。
4.如权利要求3所述的方法,其特征在于,按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电压的误差程度系数ρU
式中,UZ为充电桩输出电压的极限值;
按下式确定所述充电桩异常发生时刻或异常发生时刻之前历史时刻的输出电流的误差程度系数ρI
式中,IZ为输出电流的极限值。
5.如权利要求1所述的方法,其特征在于,所述充电桩异常发生时刻之前历史时刻、异常发生时刻及异常发生时刻之后未来时刻构成的总时间序列为(j-2N、…、j-n、…、j-1、j、j+1、…、j+m、…、j+M),其中,j为异常发生时刻,2N为异常发生时刻j之前的历史时刻总数,M为异常发生时刻j之后的未来时刻总数,n∈[1,2N],m∈[1,M];
所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数,包括:
根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β;
根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数。
6.如权利要求5所述的方法,其特征在于,所述根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,确定充电桩健康系数的第一影响权重α和第二影响权重β,包括:
将充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式中的任意两个表达式组成方程组,建立个方程组;
求解个方程组,获取个充电桩健康系数的第一影响权重近似值α′和第二影响权重近似值β′;
个充电桩健康系数的第一影响权重近似值α′的平均值作为所述充电桩健康系数的第一影响权重α,将将个充电桩健康系数的第二影响权重近似值β′的平均值作为所述充电桩健康系数的第二影响权重β;
其中,所述充电桩异常发生时刻的健康系数的表达式和异常发生时刻之前N个历史时刻的健康系数的表达式如下:
式中,sj为充电桩异常发生时刻j的健康系数,sj-n为充电桩异常发生时刻j之前的第j-n个历史时刻的健康系数。
7.如权利要求5所述的方法,其特征在于,所述根据充电桩健康系数的第一影响权重α和第二影响权重β,确定充电桩异常发生时刻之后未来时刻的健康系数包括:
按下式确定所述充电桩异常发生时刻之后第1至M个未来时刻的健康系数:
式中,sj+m为充电桩异常发生时刻j之后第m个未来时刻的健康系数,sj+m-n为充电桩异常发生时刻j之后第m个未来时刻之前的第n个时刻的健康系数。
8.如权利要求1所述的方法,其特征在于,所述根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态,包括:
按下式确定充电桩异常发生时刻的健康状态预测值S:
其中,若所述充电桩异常发生时刻的健康状态预测值0.5≤S≤1.0,则充电桩异常发生时刻的健康状态为健康,否则为不健康;sj为充电桩异常发生时刻j的健康系数,sj+1、sj+m、sj+M分别为充电桩异常发生时刻j之后第1个、第m个、第M个未来时刻的健康系数。
9.如权利要求5所述的方法,其特征在于,所述异常发生时刻j至异常发生时刻j之后第M个未来时刻的时长为用于判断充电桩异常发生时刻健康状态的异常响应时间;
所述用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔与用于判断充电桩异常发生时刻健康状态的异常响应时间满足如下约束条件:
T=M·Δt
式中,Δt为用于判断充电桩异常发生时刻健康状态的异常响应时间中每两个连续时刻的时间间隔,T为用于判断充电桩异常发生时刻健康状态的异常响应时间。
10.一种充电桩健康状态诊断装置,其特征在于,所述装置包括:
第一确定单元,用于根据充电桩异常发生时刻及异常发生时刻之前历史时刻的输出电压和输出电流,确定充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数;
第二确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之前历史时刻的健康系数,预测充电桩异常发生时刻之后未来时刻的健康系数;
第三确定单元,用于根据所述充电桩异常发生时刻及异常发生时刻之后未来时刻的健康系数,确定充电桩异常发生时刻的健康状态。
CN201910269551.0A 2019-04-04 2019-04-04 一种充电桩健康状态诊断方法及装置 Active CN110133395B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910269551.0A CN110133395B (zh) 2019-04-04 2019-04-04 一种充电桩健康状态诊断方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910269551.0A CN110133395B (zh) 2019-04-04 2019-04-04 一种充电桩健康状态诊断方法及装置

Publications (2)

Publication Number Publication Date
CN110133395A true CN110133395A (zh) 2019-08-16
CN110133395B CN110133395B (zh) 2023-05-23

Family

ID=67569316

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910269551.0A Active CN110133395B (zh) 2019-04-04 2019-04-04 一种充电桩健康状态诊断方法及装置

Country Status (1)

Country Link
CN (1) CN110133395B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111025041A (zh) * 2019-11-07 2020-04-17 深圳供电局有限公司 电动汽车充电桩监测方法及其系统、计算机设备、介质
CN111680924A (zh) * 2020-06-10 2020-09-18 国网浙江电动汽车服务有限公司 一种充电桩运行状态的评估方法、装置、设备及介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104459552A (zh) * 2014-11-28 2015-03-25 上海交通大学 评估充电行为对电动汽车电池健康状况的影响的方法
CN105044523A (zh) * 2015-08-10 2015-11-11 安徽普为智能科技有限责任公司 一种交流充电桩故障管理系统
CN205901385U (zh) * 2016-08-08 2017-01-18 苏州协鑫集成科技工业应用研究院有限公司 用于充电桩的电压异常侦测电路及充电桩
CN106896219A (zh) * 2017-03-28 2017-06-27 浙江大学 基于变压器油中溶解气体数据的变压器亚健康状态识别及平均剩余寿命估计方法
CN107390056A (zh) * 2017-07-20 2017-11-24 万帮充电设备有限公司 检测充电桩的方法及系统
CN107404139A (zh) * 2017-08-02 2017-11-28 万帮充电设备有限公司 充电桩检测装置和系统
CN108490370A (zh) * 2018-03-19 2018-09-04 万帮充电设备有限公司 一种故障诊断的方法和装置
CN108549955A (zh) * 2018-03-26 2018-09-18 国网冀北电力有限公司电力科学研究院 一种充电桩异常率确定方法及装置
CN108828353A (zh) * 2018-05-24 2018-11-16 北京科佳同创新能源科技有限公司 一种充电桩故障检修系统及方法
JP2018205230A (ja) * 2017-06-08 2018-12-27 株式会社ケーヒン 電池劣化推定装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104459552A (zh) * 2014-11-28 2015-03-25 上海交通大学 评估充电行为对电动汽车电池健康状况的影响的方法
CN105044523A (zh) * 2015-08-10 2015-11-11 安徽普为智能科技有限责任公司 一种交流充电桩故障管理系统
CN205901385U (zh) * 2016-08-08 2017-01-18 苏州协鑫集成科技工业应用研究院有限公司 用于充电桩的电压异常侦测电路及充电桩
CN106896219A (zh) * 2017-03-28 2017-06-27 浙江大学 基于变压器油中溶解气体数据的变压器亚健康状态识别及平均剩余寿命估计方法
JP2018205230A (ja) * 2017-06-08 2018-12-27 株式会社ケーヒン 電池劣化推定装置
CN107390056A (zh) * 2017-07-20 2017-11-24 万帮充电设备有限公司 检测充电桩的方法及系统
CN107404139A (zh) * 2017-08-02 2017-11-28 万帮充电设备有限公司 充电桩检测装置和系统
CN108490370A (zh) * 2018-03-19 2018-09-04 万帮充电设备有限公司 一种故障诊断的方法和装置
CN108549955A (zh) * 2018-03-26 2018-09-18 国网冀北电力有限公司电力科学研究院 一种充电桩异常率确定方法及装置
CN108828353A (zh) * 2018-05-24 2018-11-16 北京科佳同创新能源科技有限公司 一种充电桩故障检修系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘维等: "基于模糊算法的电动车动力电池故障诊断研究", 《客车技术与研究》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111025041A (zh) * 2019-11-07 2020-04-17 深圳供电局有限公司 电动汽车充电桩监测方法及其系统、计算机设备、介质
CN111680924A (zh) * 2020-06-10 2020-09-18 国网浙江电动汽车服务有限公司 一种充电桩运行状态的评估方法、装置、设备及介质

Also Published As

Publication number Publication date
CN110133395B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN104809051B (zh) 用于预测计算机应用中的异常和故障的方法和装置
CN107749629A (zh) 一种基于充电站负荷实时调度充电桩接入的控制方法
CN107102259A (zh) 一种多信息融合的断路器状态监测方法和系统
KR102063383B1 (ko) 분산 자원 통합 관리 시스템 및 방법
CN109409658A (zh) 一种配电网运行风险感知方法和装置
CN103559648A (zh) 电网设备状态检测与评价实训系统
WO2013150405A1 (en) Smoothing power output from a wind farm
CN102486833A (zh) 装置的效能预测及故障检测的方法
CN110133395A (zh) 一种充电桩健康状态诊断方法及装置
EP3972084A2 (en) Systems and methods for monitoring energy-related data in an electrical system
CN112242701B (zh) 一种基于配电网多故障抢修任务的分配方法及系统
CN109242239A (zh) 一种交直流混合电网运行风险评估方法和装置
Wang et al. Fast supply reliability evaluation of integrated power-gas system based on stochastic capacity network model and importance sampling
CN108448566A (zh) 一种电力系统在线混合仿真方法和系统
CN111582744A (zh) 一种故障处置预案在线校核并行计算方法及系统
JP6189996B2 (ja) Hvdcシステムにおける制御装置及びその動作方法
WO2018132638A1 (en) Methods and systems for a renewable electricity system
US20180197252A1 (en) Methods And Systems For A Renewable Electricity System
Chandler et al. Smart grid dispatch optimization control techniques for transactive energy systems
CN117691645A (zh) 一种用于智能微电网的储能系统
Wang Risk-based security-constrained optimal power flow: Mathematical fundamentals, computational strategies, validation, and use within electricity markets
CN110011348A (zh) 一种大容量vsc换流站调相机配置方法及装置
CN109672170B (zh) 一种区域电网有功备用评估方法和系统
CN103412862A (zh) 一种动态母线功率不平衡率获取方法
KR101860598B1 (ko) 이기종 시스템의 데이터 통합 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant