CN112927461A - 一种新能源汽车充电桩预警决策方法及装置 - Google Patents

一种新能源汽车充电桩预警决策方法及装置 Download PDF

Info

Publication number
CN112927461A
CN112927461A CN202110203334.9A CN202110203334A CN112927461A CN 112927461 A CN112927461 A CN 112927461A CN 202110203334 A CN202110203334 A CN 202110203334A CN 112927461 A CN112927461 A CN 112927461A
Authority
CN
China
Prior art keywords
flame
color
characteristic
area
threshold
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
CN202110203334.9A
Other languages
English (en)
Other versions
CN112927461B (zh
Inventor
梁瑞文
李纲
雷文
王童
魏泉
冷杨名
詹璐鸣
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.)
Wuhan Chenlei Technology Co ltd
Original Assignee
Wuhan Linke Xinneng Technology 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 Wuhan Linke Xinneng Technology Co ltd filed Critical Wuhan Linke Xinneng Technology Co ltd
Priority to CN202110203334.9A priority Critical patent/CN112927461B/zh
Publication of CN112927461A publication Critical patent/CN112927461A/zh
Application granted granted Critical
Publication of CN112927461B publication Critical patent/CN112927461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Software Systems (AREA)
  • Analytical Chemistry (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fire-Detection Mechanisms (AREA)

Abstract

本发明公开了一种新能源汽车充电桩预警决策方法及装置。通过实时监测充电桩所在位置的环境数据，设置数据异常的预警阈值范围来判定异常风险值，并根据预置的风险指标权重库自动计算出加权风险值，匹配对应故障等级和初步维修方案，生成相应的预警内容推送给相关人员，实现了对汽车充电桩的火灾隐情的预警，保护了人民的生命财产安全。

Description

一种新能源汽车充电桩预警决策方法及装置
技术领域
本发明涉及充电桩技术领域，尤其涉及一种新能源汽车充电桩预警决策方法及装置。
背景技术
近几年，新能源汽车作为一种发展前景广阔的绿色交通工具，已经逐渐成为世界主要汽车生产厂商的发展方向。同时，国家大力发展新能源，给与了大量的优惠政策。因此，可以预见到，新能源汽车的普及速度会异常迅猛。
在全球能源危机和环境危机的大背景下，新能源汽车未来的市场前景是非常大的，用于为新能源汽车充电的充电桩的需求量也同样巨大。而目前市场上，还没有充电桩的火灾报警装置。如果充电桩着火的话，会引发火灾等危险情况的发生，对人民的生命财产安全造成严重危险。
发明内容
本发明通过提供一种新能源汽车充电桩预警决策方法及装置，解决了现有技术中无法对汽车充电桩的火灾隐情预警的技术问题，实现了对汽车充电桩的火灾隐情进行预警，保护了人民的生命财产安全的技术效果。
本发明提供了一种新能源汽车充电桩预警决策方法，包括：
获取充电桩区域的温度、烟雾、火焰特征数据；
将所述温度、所述烟雾、所述火焰特征数据分别与温度阈值、烟雾阈值、火焰特征数据阈值进行比较；
若所述温度、所述烟雾、所述火焰特征数据中至少一个等于或者大于对应的阈值，基于预置的预警阈值计算方案计算出温度风险值、烟雾风险值、火焰特征风险值；
基于预置的风险指标权重库，通过所述温度风险值、所述烟雾风险值、所述火焰特征风险值计算出加权风险值；
基于所述加权风险值和预置的预警等级分类库输出预警信息。
进一步地，所述获取火焰特征数据，包括：
获取火焰颜色特征和/或火焰面积特征；
所述将所述火焰特征数据与火焰特征数据阈值进行比较，包括：
将所述火焰颜色特征和/或所述火焰面积特征分别与火焰颜色阈值和/或火焰面积阈值进行比较。
进一步地，所述获取火焰颜色特征，包括：
获取火焰图像；
将所述火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到所述火焰图像的三色分量以及饱和度；
所述将所述火焰颜色特征与火焰颜色阈值进行比较，包括：
基于所述火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较。
进一步地，所述获取火焰面积特征，包括：
获取火焰图像；
将所述火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到所述火焰图像的三色分量以及饱和度；
基于所述火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较；
若所述火焰图像的三色分量以及饱和度符合所述火焰颜色特征规则，将所述火焰图像的三色分量以及饱和度处的图像像素点标记为火焰像素点，得出火焰面积。
进一步地，所述将所述火焰面积特征与火焰面积阈值进行比较，包括：
基于所述火焰面积计算得到火焰面积变化率；
将所述火焰面积变化率与预置的火焰面积变化率阈值进行比较。
本发明还提供了一种新能源汽车充电桩预警决策装置，包括：
数据获取模块，用于获取充电桩区域的温度、烟雾、火焰特征数据；
比较模块，用于将所述温度、所述烟雾、所述火焰特征数据分别与温度阈值、烟雾阈值、火焰特征数据阈值进行比较；
指标风险值计算模块，用于若所述比较模块的比较结果为所述温度、所述烟雾、所述火焰特征数据中至少一个等于或者大于对应的阈值，基于预置的预警阈值计算方案计算出温度风险值、烟雾风险值、火焰特征风险值；
加权风险值计算模块，用于基于预置的风险指标权重库，通过所述温度风险值、所述烟雾风险值、所述火焰特征风险值计算出加权风险值；
预警模块，用于基于所述加权风险值和预置的预警等级分类库输出预警信息。
进一步地，所述数据获取模块，包括：
温度数据获取单元，用于获取充电桩区域的温度；
烟雾数据获取单元，用于获取充电桩区域的烟雾；
火焰特征数据获取单元，用于获取充电桩区域的火焰特征数据；
所述火焰特征数据获取单元，包括：
火焰颜色特征获取单元，用于获取火焰颜色特征；
火焰面积特征获取单元，用于获取火焰面积特征；
所述比较模块，包括：
温度比较单元，用于将所述温度与所述温度阈值进行比较；
烟雾比较单元，用于将所述烟雾与所述烟雾阈值进行比较；
火焰特征数据比较单元，用于将所述火焰特征数据与所述火焰特征数据阈值进行比较；
所述火焰特征数据比较单元，包括：
火焰颜色特征比较单元，用于将所述火焰颜色特征与所述火焰颜色阈值进行比较；
火焰面积特征比较单元，用于将所述火焰面积特征与所述火焰面积阈值进行比较。
进一步地，所述火焰颜色特征获取单元，包括：
第一火焰图像获取子单元，用于获取火焰图像；
第一图像处理子单元，用于将所述火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到所述火焰图像的三色分量以及饱和度；
第一所述火焰颜色特征比较子单元，具体用于基于所述火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较。
进一步地，所述火焰面积特征获取单元，包括：
第二火焰图像获取子单元，用于获取火焰图像；
第二图像处理子单元，用于将所述火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到所述火焰图像的三色分量以及饱和度；
第二所述火焰颜色特征比较子单元，具体用于基于所述火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较；
火焰面积特征获取子单元，用于若所述第二所述火焰颜色特征比较子单元的比较结果为所述火焰图像的三色分量以及饱和度符合所述火焰颜色特征规则，将所述火焰图像的三色分量以及饱和度处的图像像素点标记为火焰像素点，得出火焰面积。
进一步地，所述火焰面积特征比较单元，包括：
面积变化率计算子单元，用于基于所述火焰面积计算得到火焰面积变化率；
面积变化率比较执行子单元，用于将所述火焰面积变化率与预置的火焰面积变化率阈值进行比较。
本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过实时监测充电桩所在位置的环境数据，设置数据异常的预警阈值范围来判定异常风险值，并根据预置的风险指标权重库自动计算出加权风险值，匹配对应故障等级和初步维修方案，生成相应的预警内容推送给相关人员，实现了对汽车充电桩的火灾隐情的预警，保护了人民的生命财产安全。
附图说明
图1为本发明实施例提供的新能源汽车充电桩预警决策方法的流程图；
图2为本发明实施例提供的新能源汽车充电桩预警决策方法的原理图；
图3为本发明实施例提供的新能源汽车充电桩预警决策装置的模块图。
具体实施方式
本发明实施例通过提供一种新能源汽车充电桩预警决策方法及装置，解决了现有技术中无法对汽车充电桩的火灾隐情预警的技术问题，实现了对汽车充电桩的火灾隐情进行预警，保护了人民的生命财产安全的技术效果。
本发明实施例中的技术方案为解决上述问题，总体思路如下：
利用传感器和摄像头图像特征识别技术，按一定的间隔时间，实时动态采集温度、空气烟雾值、火焰特征3项充电桩外部的环境数据指标，并根据预设的故障预警阈值范围，判断是否达到预警阈值，只有达到预警阈值，才判定为异常指标数据，进行下一步计算操作。未达达到预警阈值，则认定为正常，持续数据采集过程。
针对异常指标，依据预置的预警阈值计算方案，系统自动计算并输出各指标异常风险值。
系统获取各指标异常风险值，并依据预置的风险指标权重计算方法，自动调用公式计算异常风险值的权重和，输出单个充电桩对应的超过预警阈值的指标加权风险值。
再依据输出的加权风险值，对比预警等级分类库，自动获取对应的预警级别、维修方案等信息。
根据自动预警决策结果，执行预警方案。
为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参见图1和图2，本发明实施例提供的新能源汽车充电桩预警决策方法，包括：
步骤S110：获取充电桩区域的温度、烟雾、火焰特征数据；
在本实施例中，在充电桩区域安装温度传感器和烟雾传感器，通过传感器实时采集温度(W)和空气烟雾值(Y)两项外部环境数据指标，并传输到对应后台数据中心。在温度(W)和空气烟雾值(Y)指标未达到预警阈值范围即为正常时，后台系统按照预设时间间隔1分钟，每间隔1分钟数据更新一次，且历史数据被新获取的数据覆盖。当温度(W)和空气烟雾值(Y)指标测度为异常时，后台系统预设数据采集时间间隔自动调整为10s，即每间隔10s重新更新一次。若反复测度10次，数据仍为异常，则确定异常数据测定无误，触发系统自动的故障判定机制。若反复测度过程中出现大于3次连续测度到数据恢复正常值时，系统判定为环境数据恢复正常，不进行故障判定流程，后台系统数据更新时间恢复到时间间隔为1分钟。
温度(W)和空气烟雾值(Y)指标的预警阈值范围设置，依据充电桩故障的历史数据综合分析，考虑故障易发性、故障发生对对应充电桩的破坏程度、故障发生对周边充电桩集群的破坏程度、该指标异常后恢复到正常所需的人力物力成本投入四个方面，由技术人员预先综合评估设定。若指标数据超过阈值，即判定为异常。根据超过阈值范围不同，赋值异常风险值，以10为风险满级，1为最低风险值。具体指标预警阈值及风险值如下表所示，表中数据根据市场现有的充电桩设备数据综合评估得出，可根据实际场景和充电桩的地理位置及品牌，进行数据更改。
Figure BDA0002949567270000071
另外，通过外部智能摄像头设备实时采集充电桩现场图片，进行火焰特征数据识别处理，来监测充电桩现场环境的火焰异常情况。数据采集规则与上述温度(W)和空气烟雾值(Y)指标相同，在火焰特征指标未达到预警阈值范围即为正常时，摄像头图片每间隔1分钟采集一次并传输到后台数据中心。当火焰特征指标测度为异常时，后台系统预设数据采集时间间隔自动调整为10s，即每间隔10s重新更新一次，并从异常判定采集的第1张图片开始，反复测度10次。若数据仍为异常，则确定异常数据测定无误，触发系统自动的故障判定机制。若反复测度过程中出现大于3次连续测度到数据恢复正常值时，系统判定为环境数据恢复正常，不进行故障判定流程，后台系统数据更新时间恢复到时间间隔为1分钟。
步骤S120：将温度、烟雾、火焰特征数据分别与温度阈值、烟雾阈值、火焰特征数据阈值进行比较；
具体地，获取火焰特征数据，包括：
获取火焰颜色特征和/或火焰面积特征；
在这种情况下，将火焰特征数据与火焰特征数据阈值进行比较，包括：
将火焰颜色特征和/或火焰面积特征分别与火焰颜色阈值和/或火焰面积阈值进行比较。
其中，获取火焰颜色特征，包括：
获取火焰图像；
将火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到火焰图像的三色分量以及饱和度(S)；其中，三色分量为红色分量(R)、绿色分量(G)、蓝色分量(B)。
在这种情况下，将火焰颜色特征与火焰颜色阈值进行比较，包括：
基于火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较。
获取火焰面积特征，包括：
获取火焰图像；
将火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到火焰图像的三色分量以及饱和度；
基于火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较；
若火焰图像的三色分量以及饱和度符合火焰颜色特征规则，将火焰图像的三色分量以及饱和度处的图像像素点标记为火焰像素点，得出火焰面积。
在本实施例中，火焰颜色特征规则包括：
Rule1：R＞G＞B
Rule2:R≥RT，其中，RT为预设的红色分量阈值
Rule3:S≥((225-R)*ST/RT)，其中，ST为预设的色彩饱和度阈值
若红色分量(R)、绿色分量(G)、蓝色分量(B)、饱和度(S)同时满足火焰颜色特征规则时，则认为该部分为火焰像素部分，在后台系统自动处理过程中，通过识别出的火焰像素部分，显示为白色，其余部分则显示为黑色。通过此判定过程，即可获得分割出的采集图像中的火焰面积的部分，为下一步面积变化率的判定提供数据信息。
将火焰面积特征与火焰面积阈值进行比较，包括：
基于火焰面积计算得到火焰面积变化率；
将火焰面积变化率与预置的火焰面积变化率阈值进行比较。
在本实施例中，根据火焰颜色特征识别过程后分割得到图像火焰部分，以该部分所包含的像素点数量(包括轮廓)来表示火焰面积，计算时间(t+1)测度到的火焰面积，相比于上一间隔时间t测度到的火焰面积的增长百分比，面积增长率较小的火焰说明火势变化较慢，火势可控，相对风险较小。而面积增长很快的火焰则说明火势失控，需要立即处理，风险很大。在本实施例中，结合历史案例数据，设置了三个增长百分比的阈值范围，通过阈值判定火焰的失控程度来判定对应风险值。
Figure BDA0002949567270000091
综合上述火灾颜色特征和面积特征判定规则，摄像头识别图像特征的具体判定规则如下：
(1)首先根据火焰颜色特征预设阈值规则进行比对，若未达到该阈值，则认为当前采集到的图像中不存在火焰，此时充电桩情况为正常，不存在火灾风险；若达到该阈值规则，则认为充电桩存在可能引发火灾的火焰，故障情况为异常。
(2)当故障情况为异常时，再对分离出的火焰图像面积变化率这一动态特征进行测度，根据预设的变化率阈值范围赋予故障对应的风险值。
具体的预警阈值范围如下表，按照上述综合判定规则，系统自动进行预警阈值范围对比。若达到预设阈值，则触发系统自动故障判定机制，各指标预警阈值范围的划定在前期系统已通过历史数据进行多次火焰图片识别准确率测试来检测阈值设置的合理性，以确保阈值的设置对于充电桩火灾火焰识别的准确性。
Figure BDA0002949567270000101
步骤S130：若温度、烟雾、火焰特征数据中至少一个等于或者大于对应的阈值，则说明为异常，系统触发风险值计算及故障等级分类机制，基于预置的预警阈值计算方案计算出温度风险值、烟雾风险值、火焰特征风险值；若温度、烟雾、火焰特征数据均小于对应的阈值，则判定为正常，即不存在任何异常情况，此时充电桩正常工作，系统不触发风险值计算及故障等级分类机制。
步骤S140：基于预置的风险指标权重库，通过温度风险值、烟雾风险值、火焰特征风险值计算出加权风险值；
具体地，温度(W)和空气烟雾值(Y)和摄像头火焰图像识别特征(H)异常风险值可结合起来，共同用于判定充电桩起火故障的风险情况，因此，根据计算得到的3个数据指标的风险值，按照权重划分自动计算得到加权风险值(F)，该加权风险值(F)展示的是该充电桩的异常紧急程度，1为风险最低值，表示该充电桩目前故障情况尚在可控范围内，10为风险最高值，表示该充电桩故障危害已经十分严重，极易对自身和周边充电桩集群造成不可预估的危险后果，急需处理。
加权风险值(F)具体计算公式如下：
Figure BDA0002949567270000111
其中，W是温度异常风险值，Y是烟雾异常风险值，Z是火焰特征异常风险值。当只有一项或两项数据指标为异常时，正常指标的异常风险值取值为0。
步骤S150：基于加权风险值和预置的预警等级分类库输出预警信息。
在本实施例中，预警信息包括：预警级别、维修方案等信息。
加权风险值计算完成后，系统自动调用预警等级分类库，按照划定的风险范围，得到对应的预警级别、预警紧急程度、维修方案等。具体的对应关系参见下表：
故障加权风险值 故障预警级别
1-4 Ⅲ级，黄色预警
4-7 Ⅱ级，橙色预警
7-∞ Ⅰ级，红色预警
实施方案/实例
选取某充电站为例，根据实际情况，进行故障预警决策。
1.将充电站中的充电桩和摄像头联网，绑定到云端的控制平台中。
2.平台实时获取充电站内的充电桩信息以及摄像头监控的图像信息。
3.创建平台的报警方案库，如下表所示：
Figure BDA0002949567270000112
Figure BDA0002949567270000121
4.预警发生举例
(1)有开车进入充电站充电的用户，点火抽烟，造成局部的烟雾浓度过大被传感器检测到，并被摄像头检测到有火源；数据(W＝1，Y＝6，H＝3)传递到云端服务器，计算后，F＝4.6，触发预警方案5。将充电站地理信息、加权风险值、具体指标的风险值和图像等相关信息推送给维修人员。
(2)隔壁发生火灾，导致浓烟过大，温度过高，并且被检测到火源。数据(W＝3，Y＝6，H＝6)传递到云端服务器，计算后，F＝5.4，触发预警方案20。充电站断电后将充电站地理信息、加权风险值、具体指标的风险值和图像等相关信息推送给维修人员。
参见图3，本发明实施例提供的新能源汽车充电桩预警决策装置，包括：
数据获取模块100，用于获取充电桩区域的温度、烟雾、火焰特征数据；
比较模块200，用于将温度、烟雾、火焰特征数据分别与温度阈值、烟雾阈值、火焰特征数据阈值进行比较；
具体地，数据获取模块100，包括：
温度数据获取单元，用于获取充电桩区域的温度；
烟雾数据获取单元，用于获取充电桩区域的烟雾；
火焰特征数据获取单元，用于获取充电桩区域的火焰特征数据；
其中，火焰特征数据获取单元，包括：
火焰颜色特征获取单元，用于获取火焰颜色特征；
火焰面积特征获取单元，用于获取火焰面积特征；
比较模块200，包括：
温度比较单元，用于将温度与温度阈值进行比较；
烟雾比较单元，用于将烟雾与烟雾阈值进行比较；
火焰特征数据比较单元，用于将火焰特征数据与火焰特征数据阈值进行比较；
其中，火焰特征数据比较单元，包括：
火焰颜色特征比较单元，用于将火焰颜色特征与火焰颜色阈值进行比较；
火焰面积特征比较单元，用于将火焰面积特征与火焰面积阈值进行比较。
火焰颜色特征获取单元，包括：
第一火焰图像获取子单元，用于获取火焰图像；
第一图像处理子单元，用于将火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到火焰图像的三色分量以及饱和度(S)；其中，三色分量为红色分量(R)、绿色分量(G)、蓝色分量(B)。
第一所述火焰颜色特征比较子单元，具体用于基于火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较。
火焰面积特征获取单元，包括：
第二火焰图像获取子单元，用于获取火焰图像；
第二图像处理子单元，用于将火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到火焰图像的三色分量以及饱和度；
第二火焰颜色特征比较子单元，具体用于基于火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较；
火焰面积特征获取子单元，用于若第二火焰颜色特征比较子单元的比较结果为火焰图像的三色分量以及饱和度符合火焰颜色特征规则，将火焰图像的三色分量以及饱和度处的图像像素点标记为火焰像素点，得出火焰面积。
在本实施例中，火焰颜色特征规则包括：
Rule1：R＞G＞B
Rule2:R≥RT，其中，RT为预设的红色分量阈值
Rule3:S≥((225-R)*ST/RT)，其中，ST为预设的色彩饱和度阈值
若红色分量(R)、绿色分量(G)、蓝色分量(B)、饱和度(S)同时满足火焰颜色特征规则时，则认为该部分为火焰像素部分，在后台系统自动处理过程中，通过识别出的火焰像素部分，显示为白色，其余部分则显示为黑色。通过此判定过程，即可获得分割出的采集图像中的火焰面积的部分，为下一步面积变化率的判定提供数据信息。
火焰面积特征比较单元，包括：
面积变化率计算子单元，用于基于火焰面积计算得到火焰面积变化率；
面积变化率比较执行子单元，用于将火焰面积变化率与预置的火焰面积变化率阈值进行比较。
指标风险值计算模块300，用于若比较模块200的比较结果为温度、烟雾、火焰特征数据中至少一个等于或者大于对应的阈值，则说明为异常，系统触发风险值计算及故障等级分类机制，基于预置的预警阈值计算方案计算出温度风险值、烟雾风险值、火焰特征风险值。
加权风险值计算模块400，用于基于预置的风险指标权重库，通过温度风险值、烟雾风险值、火焰特征风险值计算出加权风险值；
具体地，温度(W)和空气烟雾值(Y)和摄像头火焰图像识别特征(H)异常风险值可结合起来，共同用于判定充电桩起火故障的风险情况，因此，根据计算得到的3个数据指标的风险值，按照权重划分自动计算得到加权风险值(F)，该加权风险值(F)展示的是该充电桩的异常紧急程度，1为风险最低值，表示该充电桩目前故障情况尚在可控范围内，10为风险最高值，表示该充电桩故障危害已经十分严重，极易对自身和周边充电桩集群造成不可预估的危险后果，急需处理。
加权风险值(F)具体计算公式如下：
Figure BDA0002949567270000151
其中，W是温度异常风险值，Y是烟雾异常风险值，Z是火焰特征异常风险值。当只有一项或两项数据指标为异常时，正常指标的异常风险值取值为0。
预警模块500，用于基于加权风险值和预置的预警等级分类库输出预警信息。
在本实施例中，预警信息包括：预警级别、维修方案等信息。
本发明实施例自动对采集到的图片做灰度化处理、增强、去噪、平滑滤波等二值化处理，并进行火焰图像分割，根据火焰静态状态下的颜色、亮度、结构等，动态状态下的扩散速度、形状等运动特征，以及膨胀运算等数学图像处理技术，基于多特征融合来识别并提取火焰特征，提高了火焰特征识别的准确性，从而提高了预警的准确性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种新能源汽车充电桩预警决策方法，其特征在于，包括：
获取充电桩区域的温度、烟雾、火焰特征数据；
将所述温度、所述烟雾、所述火焰特征数据分别与温度阈值、烟雾阈值、火焰特征数据阈值进行比较；
若所述温度、所述烟雾、所述火焰特征数据中至少一个等于或者大于对应的阈值，基于预置的预警阈值计算方案计算出温度风险值、烟雾风险值、火焰特征风险值；
基于预置的风险指标权重库，通过所述温度风险值、所述烟雾风险值、所述火焰特征风险值计算出加权风险值；
基于所述加权风险值和预置的预警等级分类库输出预警信息。
2.如权利要求1所述的方法，其特征在于，
所述获取火焰特征数据，包括：
获取火焰颜色特征和/或火焰面积特征；
所述将所述火焰特征数据与火焰特征数据阈值进行比较，包括：
将所述火焰颜色特征和/或所述火焰面积特征分别与火焰颜色阈值和/或火焰面积阈值进行比较。
3.如权利要求2所述的方法，其特征在于，
所述获取火焰颜色特征，包括：
获取火焰图像；
将所述火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到所述火焰图像的三色分量以及饱和度；
所述将所述火焰颜色特征与火焰颜色阈值进行比较，包括：
基于所述火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较。
4.如权利要求2所述的方法，其特征在于，
所述获取火焰面积特征，包括：
获取火焰图像；
将所述火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到所述火焰图像的三色分量以及饱和度；
基于所述火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较；
若所述火焰图像的三色分量以及饱和度符合所述火焰颜色特征规则，将所述火焰图像的三色分量以及饱和度处的图像像素点标记为火焰像素点，得出火焰面积。
5.如权利要求2或4所述的方法，其特征在于，所述将所述火焰面积特征与火焰面积阈值进行比较，包括：
基于所述火焰面积计算得到火焰面积变化率；
将所述火焰面积变化率与预置的火焰面积变化率阈值进行比较。
6.一种新能源汽车充电桩预警决策装置，其特征在于，包括：
数据获取模块，用于获取充电桩区域的温度、烟雾、火焰特征数据；
比较模块，用于将所述温度、所述烟雾、所述火焰特征数据分别与温度阈值、烟雾阈值、火焰特征数据阈值进行比较；
指标风险值计算模块，用于若所述比较模块的比较结果为所述温度、所述烟雾、所述火焰特征数据中至少一个等于或者大于对应的阈值，基于预置的预警阈值计算方案计算出温度风险值、烟雾风险值、火焰特征风险值；
加权风险值计算模块，用于基于预置的风险指标权重库，通过所述温度风险值、所述烟雾风险值、所述火焰特征风险值计算出加权风险值；
预警模块，用于基于所述加权风险值和预置的预警等级分类库输出预警信息。
7.如权利要求6所述的装置，其特征在于，
所述数据获取模块，包括：
温度数据获取单元，用于获取充电桩区域的温度；
烟雾数据获取单元，用于获取充电桩区域的烟雾；
火焰特征数据获取单元，用于获取充电桩区域的火焰特征数据；
所述火焰特征数据获取单元，包括：
火焰颜色特征获取单元，用于获取火焰颜色特征；
火焰面积特征获取单元，用于获取火焰面积特征；
所述比较模块，包括：
温度比较单元，用于将所述温度与所述温度阈值进行比较；
烟雾比较单元，用于将所述烟雾与所述烟雾阈值进行比较；
火焰特征数据比较单元，用于将所述火焰特征数据与所述火焰特征数据阈值进行比较；
所述火焰特征数据比较单元，包括：
火焰颜色特征比较单元，用于将所述火焰颜色特征与所述火焰颜色阈值进行比较；
火焰面积特征比较单元，用于将所述火焰面积特征与所述火焰面积阈值进行比较。
8.如权利要求7所述的装置，其特征在于，
所述火焰颜色特征获取单元，包括：
第一火焰图像获取子单元，用于获取火焰图像；
第一图像处理子单元，用于将所述火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到所述火焰图像的三色分量以及饱和度；
第一所述火焰颜色特征比较子单元，具体用于基于所述火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较。
9.如权利要求7所述的装置，其特征在于，
所述火焰面积特征获取单元，包括：
第二火焰图像获取子单元，用于获取火焰图像；
第二图像处理子单元，用于将所述火焰图像分离成RGB三通道，进行二值化处理，并进行RGB颜色模型和HSI颜色模型比对，得到所述火焰图像的三色分量以及饱和度；
第二所述火焰颜色特征比较子单元，具体用于基于所述火焰图像的三色分量以及饱和度与预置的火焰颜色特征规则进行比较；
火焰面积特征获取子单元，用于若所述第二所述火焰颜色特征比较子单元的比较结果为所述火焰图像的三色分量以及饱和度符合所述火焰颜色特征规则，将所述火焰图像的三色分量以及饱和度处的图像像素点标记为火焰像素点，得出火焰面积。
10.如权利要求7或9所述的装置，其特征在于，所述火焰面积特征比较单元，包括：
面积变化率计算子单元，用于基于所述火焰面积计算得到火焰面积变化率；
面积变化率比较执行子单元，用于将所述火焰面积变化率与预置的火焰面积变化率阈值进行比较。
CN202110203334.9A 2021-02-24 2021-02-24 一种新能源汽车充电桩预警决策方法及装置 Active CN112927461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110203334.9A CN112927461B (zh) 2021-02-24 2021-02-24 一种新能源汽车充电桩预警决策方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110203334.9A CN112927461B (zh) 2021-02-24 2021-02-24 一种新能源汽车充电桩预警决策方法及装置

Publications (2)

Publication Number Publication Date
CN112927461A true CN112927461A (zh) 2021-06-08
CN112927461B CN112927461B (zh) 2023-06-16

Family

ID=76170523

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110203334.9A Active CN112927461B (zh) 2021-02-24 2021-02-24 一种新能源汽车充电桩预警决策方法及装置

Country Status (1)

Country Link
CN (1) CN112927461B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114333212A (zh) * 2021-12-20 2022-04-12 深圳易加油信息科技有限公司 一种充电站监测调控的方法、系统、电子设备及存储介质
CN114566028A (zh) * 2022-02-21 2022-05-31 招商蛇口数字城市科技有限公司 电动车充电风险监测方法、装置及存储介质
CN115050159A (zh) * 2022-06-08 2022-09-13 重庆工商大学 化工化学实验室防火预警方法及系统
CN117252419A (zh) * 2023-09-27 2023-12-19 珠海康晋电气股份有限公司 基于人工智能的新能源充电桩充电过程预警系统
CN117556378A (zh) * 2024-01-12 2024-02-13 煤炭科学技术研究院有限公司 烟雾告警方法、装置、设备和介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009020796A (ja) * 2007-07-13 2009-01-29 Yazaki Corp 火災警報器
UA90374C2 (en) * 2008-07-07 2010-04-26 Игорь Захарович Мысевич Independent fire alarm device
CN103761529A (zh) * 2013-12-31 2014-04-30 北京大学 一种基于多色彩模型和矩形特征的明火检测方法和系统
CN104091354A (zh) * 2014-07-30 2014-10-08 北京华戎京盾科技有限公司 一种基于视频图像的火灾检测方法及其火灾检测装置
CN106652309A (zh) * 2017-03-09 2017-05-10 宁波鼎翔消防技术有限公司 一种自动消防报警设备管理系统
JP2018037045A (ja) * 2016-09-02 2018-03-08 新コスモス電機株式会社 警報器
CN108648402A (zh) * 2018-05-02 2018-10-12 平安科技（深圳）有限公司 智能火灾报警方法、终端及存储介质
WO2019048601A1 (de) * 2017-09-09 2019-03-14 Fcm Dienstleistungs Ag Automatische früherkennung von rauch, russ und feuer mit erhöhter erkennungssicherheit
US20190244504A1 (en) * 2016-10-24 2019-08-08 Hochiki Corporation Fire monitoring system
CN110516609A (zh) * 2019-08-28 2019-11-29 南京邮电大学 一种基于图像多特征融合的火灾视频检测及预警方法
CN111494840A (zh) * 2020-04-23 2020-08-07 苏州易换骑网络科技有限公司 一种动力电池充电柜火灾预警及灭火的方法
CN112370688A (zh) * 2020-09-30 2021-02-19 上海汽车电器总厂有限公司 一种消防系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009020796A (ja) * 2007-07-13 2009-01-29 Yazaki Corp 火災警報器
UA90374C2 (en) * 2008-07-07 2010-04-26 Игорь Захарович Мысевич Independent fire alarm device
CN103761529A (zh) * 2013-12-31 2014-04-30 北京大学 一种基于多色彩模型和矩形特征的明火检测方法和系统
CN104091354A (zh) * 2014-07-30 2014-10-08 北京华戎京盾科技有限公司 一种基于视频图像的火灾检测方法及其火灾检测装置
JP2018037045A (ja) * 2016-09-02 2018-03-08 新コスモス電機株式会社 警報器
US20190244504A1 (en) * 2016-10-24 2019-08-08 Hochiki Corporation Fire monitoring system
CN106652309A (zh) * 2017-03-09 2017-05-10 宁波鼎翔消防技术有限公司 一种自动消防报警设备管理系统
WO2019048601A1 (de) * 2017-09-09 2019-03-14 Fcm Dienstleistungs Ag Automatische früherkennung von rauch, russ und feuer mit erhöhter erkennungssicherheit
CN108648402A (zh) * 2018-05-02 2018-10-12 平安科技（深圳）有限公司 智能火灾报警方法、终端及存储介质
CN110516609A (zh) * 2019-08-28 2019-11-29 南京邮电大学 一种基于图像多特征融合的火灾视频检测及预警方法
CN111494840A (zh) * 2020-04-23 2020-08-07 苏州易换骑网络科技有限公司 一种动力电池充电柜火灾预警及灭火的方法
CN112370688A (zh) * 2020-09-30 2021-02-19 上海汽车电器总厂有限公司 一种消防系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114333212A (zh) * 2021-12-20 2022-04-12 深圳易加油信息科技有限公司 一种充电站监测调控的方法、系统、电子设备及存储介质
CN114333212B (zh) * 2021-12-20 2023-08-29 深圳易能时代科技有限公司 一种充电站监测调控的方法、系统、电子设备及存储介质
CN114566028A (zh) * 2022-02-21 2022-05-31 招商蛇口数字城市科技有限公司 电动车充电风险监测方法、装置及存储介质
CN114566028B (zh) * 2022-02-21 2024-05-07 招商蛇口数字城市科技有限公司 电动车充电风险监测方法、装置及存储介质
CN115050159A (zh) * 2022-06-08 2022-09-13 重庆工商大学 化工化学实验室防火预警方法及系统
CN117252419A (zh) * 2023-09-27 2023-12-19 珠海康晋电气股份有限公司 基于人工智能的新能源充电桩充电过程预警系统
CN117252419B (zh) * 2023-09-27 2024-04-19 珠海康晋电气股份有限公司 基于人工智能的新能源充电桩充电过程预警系统
CN117556378A (zh) * 2024-01-12 2024-02-13 煤炭科学技术研究院有限公司 烟雾告警方法、装置、设备和介质

Also Published As

Publication number Publication date
CN112927461B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
CN112927461B (zh) 一种新能源汽车充电桩预警决策方法及装置
CN104737202B (zh) 火灾检测方法和装置
CN116246407A (zh) 一种基于人工智能的农林区域火灾预警监管系统
CN113344326A (zh) 多信息融合特殊作业现场动态隐患识别和风险评估系统和方法
CN110443196A (zh) 基于ssim算法的消防占道检测方法
CN111222478A (zh) 一种工地安全防护检测方法和系统
CN114237087A (zh) 监控系统预警方法、装置及计算机可读存储介质
CN114997682B (zh) 一种基于大数据的施工现场安全监测系统及方法
CN112004067A (zh) 视频监控方法、装置和存储介质
CN116189103B (zh) 基于视觉图像分析的设备监控自动控制方法及控制系统
KR101786939B1 (ko) 센서 데이터의 가중치를 활용한 화재감지 방법
CN115512518B (zh) 基于时空关联的多种灾害的预警信息处理方法及装置
CN111178424A (zh) 一种石油化工生产现场安全合规性实时检测系统及方法
KR101972055B1 (ko) Cnn 기반 적외선 이미지 내 작업자 및 위험시설 식별 시스템
JP5302926B2 (ja) 煙検出装置
CN112590590A (zh) 一种充电桩自动灭火方法、系统和存储介质
CN115496386B (zh) 设备巡检方法、系统及计算机可读存储介质
CN116362543A (zh) 一种融合信息安全和功能安全的综合风险评估方法及装置
CN116665401A (zh) 一种化工生产用防事故报警系统
CN110120142B (zh) 一种火灾烟雾视频智能监控预警系统及预警方法
CN116069092A (zh) 一种智能仓储安全管理方法及系统
CN111882800B (zh) 一种基于多维度数据联动的消防预警方法及系统
CN110309838A (zh) 基于指数变换的视频检测区物体轮廓检测预处理方法
CN111988569A (zh) 一种变电站工业视频监控画面着火现象监控方法及系统
JP5309069B2 (ja) 煙検出装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230510

Address after: 430058 R&D Building, Building L, Artificial Intelligence Science and Technology Park, Wuhan Economic and Technological Development Zone, Wuhan City, Hubei Province (Ji ZKY-506-11-2)

Applicant after: Wuhan CHENLEI Technology Co.,Ltd.

Address before: No.278, shuangchuang space business district, Jiyuqiao street, 1 / F, building 9, Fenghuang century home, 333-2 Zhongshan Road, Wuchang District, Wuhan City, Hubei Province, 430000

Applicant before: Wuhan Linke Xinneng Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant