CN113241767B - 一种零散区域的分阶段复电方法 - Google Patents

一种零散区域的分阶段复电方法 Download PDF

Info

Publication number
CN113241767B
CN113241767B CN202110549708.2A CN202110549708A CN113241767B CN 113241767 B CN113241767 B CN 113241767B CN 202110549708 A CN202110549708 A CN 202110549708A CN 113241767 B CN113241767 B CN 113241767B
Authority
CN
China
Prior art keywords
power
preset
area
region
areas
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.)
Active
Application number
CN202110549708.2A
Other languages
English (en)
Other versions
CN113241767A (zh
Inventor
朱怡莹
罗龙波
苏锐谦
龙维晨
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.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau of Guangdong Power Grid 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 Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202110549708.2A priority Critical patent/CN113241767B/zh
Publication of CN113241767A publication Critical patent/CN113241767A/zh
Application granted granted Critical
Publication of CN113241767B publication Critical patent/CN113241767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02K—DYNAMO-ELECTRIC MACHINES
    • H02K35/00—Generators with reciprocating, oscillating or vibrating coil system, magnet, armature or other part of the magnetic circuit
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请揭示了一种零散区域的分阶段复电方法，包括：进行环境信号检测处理，以得到环境信号序列；输入预设的电网状态预测模型中，得到预测停电机率；若预测停电机率大于停电机率阈值，则获取多个电学数据；若电网出现了零散区域停电状况，则划分为第一级别区域和第二级别区域；将第一级别区域划分为低耗电区域和高耗电区域；获取电动车辆信息、电动车辆的储电数据和放电桩的位置信息；发送放电指令，以实现第一暂时电力补充；使激光发射器阵列向低耗电区域内的能量转换器阵列发射激光，以实现第二暂时电力补充；生成分阶段复电策略，并向发送所述分阶段复电策略，以要求以指定顺序进行分阶段复电，提高了零散区域停电状况下的复电速度。

Description

一种零散区域的分阶段复电方法
技术领域
本申请涉及到计算机领域，特别是涉及到一种零散区域的分阶段复电方法、装置、计算机设备和存储介质。
背景技术
现代生产生活需要电网的正常运行，但是因此一些特别因素可能造成电网故障而引发停电事件。目前传统技术能够对停电事件进行完善的复电处理，但传统技术只能对普通的停电事件进行处理，而无法对特殊状态下的停电事件，例如对零散区域停电状况进行有效地复电处理，因此传统的复电方案存在不足之处。
发明内容
本申请提出一种零散区域的分阶段复电方法，包括以下步骤：
S1、采用预设的环境信号传感器阵列进行环境信号检测处理，以得到环境信号序列；其中，所述环境信号传感器阵列至少包括湿度传感器、温度传感器和粉尘浓度传感器；
S2、将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到；
S3、判断所述预测停电机率是否大于预设的停电机率阈值；
S4、若所述预测停电机率大于预设的停电机率阈值，则开启预设于电网中的多个电传感器，以对应获取多个电学数据；其中所述多个电传感器分别位于不同的区域；
S5、根据所述多个电学数据，判断电网是否出现零散区域停电状况；其中，零散区域停电状况指存在多个停电区域，并且多个停电区域之间互不相邻；
S6、若电网出现了零散区域停电状况，则从预设的重点区域记录表中获取与所有的停电区域对应的重要程度级别，并根据重要程度级别是否大于预设的重要程度阈值的标准，将所有的停电区域划分为第一级别区域和第二级别区域；其中所述第一级别区域对应的重要程度级别大于预设的重要程度阈值，所述第二级别区域对应的重要程度级别不大于预设的重要程度阈值；
S7、获取所述第一级别区域的历史用电量，并根据历史用电量是否大于预设的用电量阈值的标准，将所述第一级别区域划分为低耗电区域和高耗电区域；其中所述高耗电区域的历史用电量大于预设的用电量阈值，所述低耗电区域的历史用电量不大于预设的用电量阈值；
S8、从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；其中，所述放电桩通过预设的备用线路与所述高耗电区域中的用电设备连接；
S9、将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；其中，所述放电指令用于指示所述第一车辆前往所述放电桩，以将存储的电能通过放电桩输送给所述高耗电区域中的用电设备；
S10、开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，从而所述能量转换器阵列中的转换器的驱动部件的部分区域均处于激光照射状态下，使得所述驱动部件的部分区域由本征状态的抗磁性变为顺磁性或铁磁性，而所述驱动部件的其他区域仍保持本征状态的抗磁性，从而驱使所述驱动部件进行平面运动，以带动与所述驱动部件连接的金属导线在预设的磁场内进行切割磁感线的运动以生成电能，以实现第二暂时电力补充；其中，所述驱动部件由本征状态为抗磁性且在激光照射下呈顺磁性或铁磁性的材料制成，所述驱动部件位于预设的磁场中；
S11、在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域；
S12、若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；
S13、生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序。
进一步地，所述将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到的步骤S2之前，包括：
S101、获取预先收集的多个样本数据，其中所述样本数据包括训练用环境信号序列，所述训练用环境信号序列至少包括训练用湿度信号、训练用温度信号、训练用粉尘浓度信号和对应的人工标注停电机率数值；
S102、根据预设比例，将所述样本数据划分为训练数据和验证数据；
S103、调取预设的神经网络模型，并将所述训练数据输入所述神经网络模型中采用有监督学习方法进行训练，从而得到暂时模型；
S104、采用所述验证数据对所述暂时模型进行验证处理，从而得到验证结果，并判断所述验证结果是否为验证合格；
S105、若所述验证结果为验证合格，则将所述暂时模型记为电网状态预测模型。
进一步地，所述获取预先收集的多个样本数据，其中所述样本数据包括训练用环境信号序列，所述训练用环境信号序列至少包括训练用湿度信号、训练用温度信号、训练用粉尘浓度信号和对应的人工标注停电机率数值的步骤S101，包括：
S1011、获取预先收集的多个历史案例，其中所述多个历史案例中至少包括停电案例，每个历史案例中均包括使用环境信号传感器阵列采集得到环境信号序列；
S1012、以所述多个历史案例中的部分案例为基础进行数据增强处理，以得到多个虚拟案例；
S1013、构建多个案例组，其中每个案例组至少包括一个历史案例和一个虚拟案例；
S1014、将一个案例组作为独立单元以构成一个样本数据，从而对应得到多个样本数据。
进一步地，所述在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域的步骤S11，包括：
S111、将在第一暂时电力补充中响应的电动车辆记为第二车辆，并通过所述车联网获取所述第二车辆的储电总量，并获取预计的复电时间长度；
S112、获取在第二暂时电力中，所述激光发射器阵列在单位时间内的电能生成量；
S113、获取低耗电区域在单位时间内的第一电能需求量和高耗电区域在单位时间内的第二电能需求量；
S114、根据所述第二车辆的储电总量、复电时间长度、所述激光发射器阵列在单位时间内的电能生成量、第一电能需求量和第二电能需求量，依次判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域。
进一步地，所述生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序的步骤S13，包括：
S131、获取所述多个电传感器分别对应的多个正常数据，并将所述多个正常数据与所述多个电学数据进行对比，以筛选出多个异常数据；
S132、根据预设的修复时间表，获取与所述多个异常数据对应的多个指定修复时间；其中，所述修复时间表中记录有异常电传感器与修复时间的对应关系；
S133、在预设的电子地图上标注出所有的停电区域、所述多个异常数据对应的位置、所述多个指定修复时间和多个复电移动终端的位置，并在所述电子地图上生成分别对应于所述多个复电移动终端的多条修复路径；其中，每条修复路径的顺序均为所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序；
S134、将所述多条修复路径对应发送给所述多个复电移动终端，并要求每个复电移动终端对应的持有者按接收到的修复路径进行分阶段复电。
本申请提供一种零散区域的分阶段复电装置，包括：
环境信号检测单元，用于采用预设的环境信号传感器阵列进行环境信号检测处理，以得到环境信号序列；其中，所述环境信号传感器阵列至少包括湿度传感器、温度传感器和粉尘浓度传感器；
预测停电机率获取单元，用于将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到；
预测停电机率判断单元，用于判断所述预测停电机率是否大于预设的停电机率阈值；
电学数据获取单元，用于若所述预测停电机率大于预设的停电机率阈值，则开启预设于电网中的多个电传感器，以对应获取多个电学数据；其中所述多个电传感器分别位于不同的区域；
零散区域停电判断单元，用于根据所述多个电学数据，判断电网是否出现零散区域停电状况；其中，零散区域停电状况指存在多个停电区域，并且多个停电区域之间互不相邻；
停电区域划分单元，用于若电网出现了零散区域停电状况，则从预设的重点区域记录表中获取与所有的停电区域对应的重要程度级别，并根据重要程度级别是否大于预设的重要程度阈值的标准，将所有的停电区域划分为第一级别区域和第二级别区域；其中所述第一级别区域对应的重要程度级别大于预设的重要程度阈值，所述第二级别区域对应的重要程度级别不大于预设的重要程度阈值；
第一级别区域划分单元，用于获取所述第一级别区域的历史用电量，并根据历史用电量是否大于预设的用电量阈值的标准，将所述第一级别区域划分为低耗电区域和高耗电区域；其中所述高耗电区域的历史用电量大于预设的用电量阈值，所述低耗电区域的历史用电量不大于预设的用电量阈值；
车联网信息获取单元，用于从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；其中，所述放电桩通过预设的备用线路与所述高耗电区域中的用电设备连接；
第一暂时电力补充单元，用于将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；其中，所述放电指令用于指示所述第一车辆前往所述放电桩，以将存储的电能通过放电桩输送给所述高耗电区域中的用电设备；
第二暂时电力补充单元，用于开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，从而所述能量转换器阵列中的转换器的驱动部件的部分区域均处于激光照射状态下，使得所述驱动部件的部分区域由本征状态的抗磁性变为顺磁性或铁磁性，而所述驱动部件的其他区域仍保持本征状态的抗磁性，从而驱使所述驱动部件进行平面运动，以带动与所述驱动部件连接的金属导线在预设的磁场内进行切割磁感线的运动以生成电能，以实现第二暂时电力补充；其中，所述驱动部件由本征状态为抗磁性且在激光照射下呈顺磁性或铁磁性的材料制成，所述驱动部件位于预设的磁场中；
耗电区域判断单元，用于在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域；
再补电区域标记单元，用于若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；
分阶段复电策略发送单元，用于生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序。
本申请提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请的零散区域的分阶段复电方法、装置、计算机设备和存储介质，实现了零散区域的分阶段复电，提高了在零散区域停电状况下的复电速度，减少了停电而带来的损失。具体地，进行环境信号检测处理，以得到环境信号序列；将所述环境信号序列输入预设的电网状态预测模型中，从而得到预测停电机率；若所述预测停电机率大于预设的停电机率阈值，则获取多个电学数据；若电网出现了零散区域停电状况，则将所有的停电区域划分为第一级别区域和第二级别区域；将所述第一级别区域划分为低耗电区域和高耗电区域；从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，以实现第二暂时电力补充；若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电。
附图说明
图1-2为本申请一实施例的零散区域的分阶段复电方法的流程示意图；
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1-2，本申请实施例提供一种零散区域的分阶段复电方法，包括以下步骤：
S1、采用预设的环境信号传感器阵列进行环境信号检测处理，以得到环境信号序列；其中，所述环境信号传感器阵列至少包括湿度传感器、温度传感器和粉尘浓度传感器；
S2、将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到；
S3、判断所述预测停电机率是否大于预设的停电机率阈值；
S4、若所述预测停电机率大于预设的停电机率阈值，则开启预设于电网中的多个电传感器，以对应获取多个电学数据；其中所述多个电传感器分别位于不同的区域；
S5、根据所述多个电学数据，判断电网是否出现零散区域停电状况；其中，零散区域停电状况指存在多个停电区域，并且多个停电区域之间互不相邻；
S6、若电网出现了零散区域停电状况，则从预设的重点区域记录表中获取与所有的停电区域对应的重要程度级别，并根据重要程度级别是否大于预设的重要程度阈值的标准，将所有的停电区域划分为第一级别区域和第二级别区域；其中所述第一级别区域对应的重要程度级别大于预设的重要程度阈值，所述第二级别区域对应的重要程度级别不大于预设的重要程度阈值；
S7、获取所述第一级别区域的历史用电量，并根据历史用电量是否大于预设的用电量阈值的标准，将所述第一级别区域划分为低耗电区域和高耗电区域；其中所述高耗电区域的历史用电量大于预设的用电量阈值，所述低耗电区域的历史用电量不大于预设的用电量阈值；
S8、从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；其中，所述放电桩通过预设的备用线路与所述高耗电区域中的用电设备连接；
S9、将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；其中，所述放电指令用于指示所述第一车辆前往所述放电桩，以将存储的电能通过放电桩输送给所述高耗电区域中的用电设备；
S10、开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，从而所述能量转换器阵列中的转换器的驱动部件的部分区域均处于激光照射状态下，使得所述驱动部件的部分区域由本征状态的抗磁性变为顺磁性或铁磁性，而所述驱动部件的其他区域仍保持本征状态的抗磁性，从而驱使所述驱动部件进行平面运动，以带动与所述驱动部件连接的金属导线在预设的磁场内进行切割磁感线的运动以生成电能，以实现第二暂时电力补充；其中，所述驱动部件由本征状态为抗磁性且在激光照射下呈顺磁性或铁磁性的材料制成，所述驱动部件位于预设的磁场中；
S11、在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域；
S12、若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；
S13、生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序。
本申请实现了零散区域的快速复电，其解决了传统的复电方案难以有效对付零散区域停电状况的问题。本申请之所以能够实现零散区域的快速复电，是借助了环境信号检测、电网状态预测模型、电传感器、重点区域记录表、历史用电量、车联网、放电桩、激光发射器阵列和能量转换器阵列。其中，重点区域记录表、历史用电量、车联网、放电桩、激光发射器阵列和能量转换器阵列的共同作用，使得分阶段复电成为可能(因为能够通过车联网和非接触补电的方式，实现暂时供电，以利于整个复电过程的分阶段进行)。
如上述步骤S1-S4所述,采用预设的环境信号传感器阵列进行环境信号检测处理，以得到环境信号序列；其中，所述环境信号传感器阵列至少包括湿度传感器、温度传感器和粉尘浓度传感器；将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到；判断所述预测停电机率是否大于预设的停电机率阈值；若所述预测停电机率大于预设的停电机率阈值，则开启预设于电网中的多个电传感器，以对应获取多个电学数据；其中所述多个电传感器分别位于不同的区域。环境因素，例如温度、湿度和粉尘浓度，会对电网运行状况产生影响，尤其会对大范围内的零散区域的停电状况产生影响(因为，一般而言，在正常环境下，除开人为因素，电网故障而造成的停电不会是零散区域的停电；而零散区域的停电出现的一种可能是，由于异常环境的因素，造成电网中某种型号的部件达到临界值而可能发生故障，而这些故障的部件分处不同的区域，从而引发了零散区域的停电)。因此，本申请先采用预设的环境信号传感器阵列进行环境信号检测处理，以得到环境信号序列；其中，所述环境信号传感器阵列至少包括湿度传感器、温度传感器和粉尘浓度传感器。所述环境信号传感器阵列还能够包括任意可行传感器，但需要能够检测出对电网的运行有影响的信号。将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到。其中，所述神经网络模型可采用任意可行模型，例如为长短期记忆网络模型、循环神经网络模型、卷积神经网络模型等。其训练数据中需要人工标注出停电机率，以实现有监督学习。若所述预测停电机率大于预设的停电机率阈值，则表明存在发生零散区域停电的可能，因此开启预设于电网中的多个电传感器，以对应获取多个电学数据；其中所述多个电传感器分别位于不同的区域。所述多个电传感器例如为电压信号传感器等，目的在于确定其感测的区域是否正常，是否发生了停电的现象。由于本申请针对的是零散区域的停电状况，因此需要采用分别位于不同的区域的多个电传感器，以确定是否停电，以及停电状况是否属于零散区域的停电状况。并且，本申请中的多个电传感器在一般情况下休眠，只在所述预测停电机率大于预设的停电机率阈值的情况下才开启，也即是说，所述多个电传感器是专用于零散区域的停电状况的检测的传感器。其中所述多个电传感器分别位于不同的区域，指的是多个电传感器感测的是电网不同部分(区域)的电学信号，用于作为分析是否处于零散区域停电状态的依据。
进一步地，所述将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到的步骤S2之前，包括：
S101、获取预先收集的多个样本数据，其中所述样本数据包括训练用环境信号序列，所述训练用环境信号序列至少包括训练用湿度信号、训练用温度信号、训练用粉尘浓度信号和对应的人工标注停电机率数值；
S102、根据预设比例，将所述样本数据划分为训练数据和验证数据；
S103、调取预设的神经网络模型，并将所述训练数据输入所述神经网络模型中采用有监督学习方法进行训练，从而得到暂时模型；
S104、采用所述验证数据对所述暂时模型进行验证处理，从而得到验证结果，并判断所述验证结果是否为验证合格；
S105、若所述验证结果为验证合格，则将所述暂时模型记为电网状态预测模型。
从而得到了电网状态预测模型。样本数据例如来源于历史上曾经发生过的零散区域停电案例，或者来源于数据模拟得到的虚拟案例。并且，每个样本数据包括训练用环境信号序列，所述训练用环境信号序列至少包括训练用湿度信号、训练用温度信号、训练用粉尘浓度信号和对应的人工标注停电机率数值。再根据预设比例，将所述样本数据划分为训练数据和验证数据；调取预设的神经网络模型，进行训练与验证，并在验证合格后，就保证得到的电网状态预测模型能够胜任预测停电机率的任务。
进一步地，所述获取预先收集的多个样本数据，其中所述样本数据包括训练用环境信号序列，所述训练用环境信号序列至少包括训练用湿度信号、训练用温度信号、训练用粉尘浓度信号和对应的人工标注停电机率数值的步骤S101，包括：
S1011、获取预先收集的多个历史案例，其中所述多个历史案例中至少包括停电案例，每个历史案例中均包括使用环境信号传感器阵列采集得到环境信号序列；
S1012、以所述多个历史案例中的部分案例为基础进行数据增强处理，以得到多个虚拟案例；
S1013、构建多个案例组，其中每个案例组至少包括一个历史案例和一个虚拟案例；
S1014、将一个案例组作为独立单元以构成一个样本数据，从而对应得到多个样本数据。
从而实现了提高电网状态预测模型的准确性。由于零散区域的停电状况的历史案例相对而言是较少的，为了防止较少的训练数据训练出来的模型的适应性差。因此，获取预先收集的多个历史案例，其中所述多个历史案例中至少包括停电案例，每个历史案例中均包括使用环境信号传感器阵列采集得到环境信号序列，以所述多个历史案例中的部分案例为基础进行数据增强处理，以得到多个虚拟案例。从而增加了数据量。另外，由于虚拟案例的可靠性较历史案例更差，不适合以单个虚拟案例为单元作为样本数据，因此本申请采用特别的设计，即构建多个案例组，其中每个案例组至少包括一个历史案例和一个虚拟案例；将一个案例组作为独立单元以构成一个样本数据，从而对应得到多个样本数据，从而以数据绑定的方式，避免了数据偏颇而使训练出的模型验测失准的情况出现。
如上述步骤S5-S8所述，根据所述多个电学数据，判断电网是否出现零散区域停电状况；其中，零散区域停电状况指存在多个停电区域，并且多个停电区域之间互不相邻；若电网出现了零散区域停电状况，则从预设的重点区域记录表中获取与所有的停电区域对应的重要程度级别，并根据重要程度级别是否大于预设的重要程度阈值的标准，将所有的停电区域划分为第一级别区域和第二级别区域；其中所述第一级别区域对应的重要程度级别大于预设的重要程度阈值，所述第二级别区域对应的重要程度级别不大于预设的重要程度阈值；获取所述第一级别区域的历史用电量，并根据历史用电量是否大于预设的用电量阈值的标准，将所述第一级别区域划分为低耗电区域和高耗电区域；其中所述高耗电区域的历史用电量大于预设的用电量阈值，所述低耗电区域的历史用电量不大于预设的用电量阈值；从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；其中，所述放电桩通过预设的备用线路与所述高耗电区域中的用电设备连接。其中，根据所述多个电学数据，判断电网是否出现零散区域停电状况可采用任意可行方法，例如判断多个电学数据分别对应的真实地点是否相邻，即可判断电网是否出现零散区域停电状况。本申请中的重点区域记录表，记录了不同区域之间的重要程度级别，一般而言，在停电时优先对更重要的区域进行检修以保证供电，但是，本申请针对的是零散区域停电状况，这种情况下需要检修的位置过多，难以保证对更重要的区域进行检修以供电。因此，本申请通过重点区域记录表、历史用电量对各区域进行划分，以作为分阶段复电的初步依据。其中，所述第一级别区域中的低耗电区域，例如为建立在丘陵区域的需要电力的信号转送塔群等，这些信号转送塔群在停电时无法正常运作，并且人力短时间内难以前往修复，此时适用于本申请中的非接触式补电方法进行第二暂时电力补充。再获取所述第一级别区域的历史用电量，并根据历史用电量是否大于预设的用电量阈值的标准，将所述第一级别区域划分为低耗电区域和高耗电区域；其中所述高耗电区域的历史用电量大于预设的用电量阈值，所述低耗电区域的历史用电量不大于预设的用电量阈值。此时，即将所有区域划分为低耗电区域、高耗电区域和第二级别区域。本申请的两个特点在于，能够在零散区域停电状况下，能够以车联网和无接触补电的方式实现高耗电区域和低耗电区域的暂时补电，从而使各区域的电量需求程度梯次排布，以使分阶段复电的策略成为可能。因此，从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；其中，所述放电桩通过预设的备用线路与所述高耗电区域中的用电设备连接，为高耗电区域的暂时电力补给作准备。
如上述步骤S9-S13所述，将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；其中，所述放电指令用于指示所述第一车辆前往所述放电桩，以将存储的电能通过放电桩输送给所述高耗电区域中的用电设备；开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，从而所述能量转换器阵列中的转换器的驱动部件的部分区域均处于激光照射状态下，使得所述驱动部件的部分区域由本征状态的抗磁性变为顺磁性或铁磁性，而所述驱动部件的其他区域仍保持本征状态的抗磁性，从而驱使所述驱动部件进行平面运动，以带动与所述驱动部件连接的金属导线在预设的磁场内进行切割磁感线的运动以生成电能，以实现第二暂时电力补充；其中，所述驱动部件由本征状态为抗磁性且在激光照射下呈顺磁性或铁磁性的材料制成，所述驱动部件位于预设的磁场中；在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域；若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序。本申请中，针对于高耗电区域的电力补充，是借助车联网中的电动车辆并结合预设的放电桩实现的。电动车辆现已大量使用，其是一种优秀的暂时电力补充源。因此，将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；其中，所述放电指令用于指示所述第一车辆前往所述放电桩，以将存储的电能通过放电桩输送给所述高耗电区域中的用电设备。其中，将储电数据大于预设的储电阈值的电动车辆记为第一车辆，其用意在于去除了电量不足的电动车辆，例如某些电动车辆的储电量只足以支持电动车辆开到放电桩，并没有多余的电量供给所述高耗电区域中的用电设备。此时，由于第一车辆给予的第一暂时电力补充，所述高耗电区域的电力需求得到缓解，因此其复电顺序排在较后。
再开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，从而所述能量转换器阵列中的转换器的驱动部件的部分区域均处于激光照射状态下，使得所述驱动部件的部分区域由本征状态的抗磁性变为顺磁性或铁磁性，而所述驱动部件的其他区域仍保持本征状态的抗磁性，从而驱使所述驱动部件进行平面运动，以带动与所述驱动部件连接的金属导线在预设的磁场内进行切割磁感线的运动以生成电能，以实现第二暂时电力补充；其中，所述驱动部件由本征状态为抗磁性且在激光照射下呈顺磁性或铁磁性的材料制成，所述驱动部件位于预设的磁场中。本申请中采用特殊的能量转换器阵列，以实现非接触的临时电力的提供，这也是本申请的一大特点，其中采用的能量转换器阵列中包括驱动部件，并且驱动部件由特殊材料制成，这种特殊材料本征状态为抗磁性，但在激光照射下抗磁性削弱(例如呈顺磁性或铁磁性)。所述驱动部件的制作材料可为任意可行材料，例如为本征状态下为抗磁性的高取向热解石墨，其原理例如为，本征状态下为抗磁性的高取向热解石墨，在激光照射下的区域的电子跃迁及热量吸收引起的抗磁性削弱，而未被照射的区域的磁学性能不发生变化，因此激光照射下的部分区域在磁场内受磁力影响而移动(从而实现非接触式诱导移动)，进而带动连接的金属导线在磁场内切割磁感线以生成电能。另外，采用的激光发射器阵列与能量转换器阵列(能量转换器中的单个的能量转换器为微型器件)，而并不是单个的大的激光发射器和能量转换器，目的在于利于所述驱动部件受诱导移动。其中，高取向热解石墨可通过任意可行方式进行处理，包括且不限于掺杂、离子注入和/或热处理等等。本申请的能量转换器阵列由多个能量转换器构成，所述能量转换器可为任意可行形式的器件，但其核心部件为驱动部件、磁场(可由永磁体提供)和金属导线(用于感应出电流)。
进一步地，所述激光发射器阵列预设于机动车辆上，所述驱动部件的构成材料为高取向热解石墨，所述高取向热解石墨本征状态为抗磁性，在激光照射状态下为顺磁性或铁磁性。
进一步地，所述驱动部件所处的磁场与所述金属导线所处的磁场不同，即所述驱动部件位于预设的第一磁场中，所述金属导线位于预设的第二磁场中，从而用于驱动的驱动部件的磁场与形成感应电流的磁场不同。
在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域；若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域。需要注意的是，由于本申请涉及的是零散区域的复电，因此很可能存在第一暂时电力补充和第二暂时电力补充无法满足用电设备的情况，因此，通过判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域的步骤，将所述不能满足对应的用电设备的使用的区域记为再补电区域，该再补电区域的复电优先级最高。再生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序。由于经过本申请的步骤S1-S12的处理，使得各个区域的电力需求呈梯度变化，因此采用分阶段复电策略进行复电成为了可能。其中，所述分阶段复电策略指根据指定顺序进行依次复电。
进一步地，所述在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域的步骤S11，包括：
S111、将在第一暂时电力补充中响应的电动车辆记为第二车辆，并通过所述车联网获取所述第二车辆的储电总量，并获取预计的复电时间长度；
S112、获取在第二暂时电力中，所述激光发射器阵列在单位时间内的电能生成量；
S113、获取低耗电区域在单位时间内的第一电能需求量和高耗电区域在单位时间内的第二电能需求量；
S114、根据所述第二车辆的储电总量、复电时间长度、所述激光发射器阵列在单位时间内的电能生成量、第一电能需求量和第二电能需求量，依次判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域。
从而实现判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域。其中，影响电力供给的因素包括了所述第二车辆的储电总量、复电时间长度、所述激光发射器阵列在单位时间内的电能生成量、第一电能需求量和第二电能需求量，因此依次获取所述第二车辆的储电总量、复电时间长度、所述激光发射器阵列在单位时间内的电能生成量、第一电能需求量和第二电能需求量的数据，并对应进行比较，就能够依次判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域。
进一步地，所述生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序的步骤S13，包括：
S131、获取所述多个电传感器分别对应的多个正常数据，并将所述多个正常数据与所述多个电学数据进行对比，以筛选出多个异常数据；
S132、根据预设的修复时间表，获取与所述多个异常数据对应的多个指定修复时间；其中，所述修复时间表中记录有异常电传感器与修复时间的对应关系；
S133、在预设的电子地图上标注出所有的停电区域、所述多个异常数据对应的位置、所述多个指定修复时间和多个复电移动终端的位置，并在所述电子地图上生成分别对应于所述多个复电移动终端的多条修复路径；其中，每条修复路径的顺序均为所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序；
S134、将所述多条修复路径对应发送给所述多个复电移动终端，并要求每个复电移动终端对应的持有者按接收到的修复路径进行分阶段复电。
从而实现了提高分阶段复电的效率。由于零散区域停电是特殊的停电状况，需要整体规划复电人员的路径才能最大化缩短复电时间。因此，将所述多个正常数据与所述多个电学数据进行对比，以筛选出多个异常数据；根据预设的修复时间表，获取与所述多个异常数据对应的多个指定修复时间；在预设的电子地图上标注出所有的停电区域、所述多个异常数据对应的位置、所述多个指定修复时间和多个复电移动终端的位置，并在所述电子地图上生成分别对应于所述多个复电移动终端的多条修复路径，从而多个复电移动终端对应的持有者分别根据多条修复路径即可提高修复效率。其中，在所述电子地图上生成分别对应于所述多个复电移动终端的多条修复路径可根据任意可行方式生成，例如通过随机生成多条修复路径，并且生成的多条修复路径的顺序均为所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序，再判断生成的多条修复路径所需的总时间(指总的路途消耗时间与总的修复时间之和)是否小于预设的时间阈值，若小于预设的时间阈值，则将生成的多条修复路径作为最终的多条修复路径。
本申请的零散区域的分阶段复电方法，实现了零散区域的分阶段复电，提高了在零散区域停电状况下的复电速度，减少了停电而带来的损失。具体地，进行环境信号检测处理，以得到环境信号序列；将所述环境信号序列输入预设的电网状态预测模型中，从而得到预测停电机率；若所述预测停电机率大于预设的停电机率阈值，则获取多个电学数据；若电网出现了零散区域停电状况，则将所有的停电区域划分为第一级别区域和第二级别区域；将所述第一级别区域划分为低耗电区域和高耗电区域；从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，以实现第二暂时电力补充；若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电。
本申请实施例提供一种零散区域的分阶段复电装置，包括：
环境信号检测单元，用于采用预设的环境信号传感器阵列进行环境信号检测处理，以得到环境信号序列；其中，所述环境信号传感器阵列至少包括湿度传感器、温度传感器和粉尘浓度传感器；
预测停电机率获取单元，用于将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到；
预测停电机率判断单元，用于判断所述预测停电机率是否大于预设的停电机率阈值；
电学数据获取单元，用于若所述预测停电机率大于预设的停电机率阈值，则开启预设于电网中的多个电传感器，以对应获取多个电学数据；其中所述多个电传感器分别位于不同的区域；
零散区域停电判断单元，用于根据所述多个电学数据，判断电网是否出现零散区域停电状况；其中，零散区域停电状况指存在多个停电区域，并且多个停电区域之间互不相邻；
停电区域划分单元，用于若电网出现了零散区域停电状况，则从预设的重点区域记录表中获取与所有的停电区域对应的重要程度级别，并根据重要程度级别是否大于预设的重要程度阈值的标准，将所有的停电区域划分为第一级别区域和第二级别区域；其中所述第一级别区域对应的重要程度级别大于预设的重要程度阈值，所述第二级别区域对应的重要程度级别不大于预设的重要程度阈值；
第一级别区域划分单元，用于获取所述第一级别区域的历史用电量，并根据历史用电量是否大于预设的用电量阈值的标准，将所述第一级别区域划分为低耗电区域和高耗电区域；其中所述高耗电区域的历史用电量大于预设的用电量阈值，所述低耗电区域的历史用电量不大于预设的用电量阈值；
车联网信息获取单元，用于从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；其中，所述放电桩通过预设的备用线路与所述高耗电区域中的用电设备连接；
第一暂时电力补充单元，用于将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；其中，所述放电指令用于指示所述第一车辆前往所述放电桩，以将存储的电能通过放电桩输送给所述高耗电区域中的用电设备；
第二暂时电力补充单元，用于开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，从而所述能量转换器阵列中的转换器的驱动部件的部分区域均处于激光照射状态下，使得所述驱动部件的部分区域由本征状态的抗磁性变为顺磁性或铁磁性，而所述驱动部件的其他区域仍保持本征状态的抗磁性，从而驱使所述驱动部件进行平面运动，以带动与所述驱动部件连接的金属导线在预设的磁场内进行切割磁感线的运动以生成电能，以实现第二暂时电力补充；其中，所述驱动部件由本征状态为抗磁性且在激光照射下呈顺磁性或铁磁性的材料制成，所述驱动部件位于预设的磁场中；
耗电区域判断单元，用于在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域；
再补电区域标记单元，用于若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；
分阶段复电策略发送单元，用于生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序。
其中上述单元分别用于执行的操作与前述实施方式的零散区域的分阶段复电方法的步骤一一对应,在此不再赘述。
本申请的零散区域的分阶段复电装置，实现了零散区域的分阶段复电，提高了在零散区域停电状况下的复电速度，减少了停电而带来的损失。具体地，进行环境信号检测处理，以得到环境信号序列；将所述环境信号序列输入预设的电网状态预测模型中，从而得到预测停电机率；若所述预测停电机率大于预设的停电机率阈值，则获取多个电学数据；若电网出现了零散区域停电状况，则将所有的停电区域划分为第一级别区域和第二级别区域；将所述第一级别区域划分为低耗电区域和高耗电区域；从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，以实现第二暂时电力补充；若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电。
参照图3，本发明实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储零散区域的分阶段复电方法所用数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种零散区域的分阶段复电方法。
上述处理器执行上述零散区域的分阶段复电方法，其中所述方法包括的步骤分别与执行前述实施方式的零散区域的分阶段复电方法的步骤一一对应,在此不再赘述。
本领域技术人员可以理解，图中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请的计算机设备，实现了零散区域的分阶段复电，提高了在零散区域停电状况下的复电速度，减少了停电而带来的损失。具体地，进行环境信号检测处理，以得到环境信号序列；将所述环境信号序列输入预设的电网状态预测模型中，从而得到预测停电机率；若所述预测停电机率大于预设的停电机率阈值，则获取多个电学数据；若电网出现了零散区域停电状况，则将所有的停电区域划分为第一级别区域和第二级别区域；将所述第一级别区域划分为低耗电区域和高耗电区域；从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，以实现第二暂时电力补充；若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现零散区域的分阶段复电方法，其中所述方法包括的步骤分别与执行前述实施方式的零散区域的分阶段复电方法的步骤一一对应,在此不再赘述。
本申请的计算机可读存储介质，实现了零散区域的分阶段复电，提高了在零散区域停电状况下的复电速度，减少了停电而带来的损失。具体地，进行环境信号检测处理，以得到环境信号序列；将所述环境信号序列输入预设的电网状态预测模型中，从而得到预测停电机率；若所述预测停电机率大于预设的停电机率阈值，则获取多个电学数据；若电网出现了零散区域停电状况，则将所有的停电区域划分为第一级别区域和第二级别区域；将所述第一级别区域划分为低耗电区域和高耗电区域；从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，以实现第二暂时电力补充；若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序或指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (8)

1.一种零散区域的分阶段复电方法，其特征在于，包括：
S1、采用预设的环境信号传感器阵列进行环境信号检测处理，以得到环境信号序列；其中，所述环境信号传感器阵列至少包括湿度传感器、温度传感器和粉尘浓度传感器；
S2、将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到；
S3、判断所述预测停电机率是否大于预设的停电机率阈值；
S4、若所述预测停电机率大于预设的停电机率阈值，则开启预设于电网中的多个电传感器，以对应获取多个电学数据；其中所述多个电传感器分别位于不同的区域；
S5、根据所述多个电学数据，判断电网是否出现零散区域停电状况；其中，零散区域停电状况指存在多个停电区域，并且多个停电区域之间互不相邻；
S6、若电网出现了零散区域停电状况，则从预设的重点区域记录表中获取与所有的停电区域对应的重要程度级别，并根据重要程度级别是否大于预设的重要程度阈值的标准，将所有的停电区域划分为第一级别区域和第二级别区域；其中所述第一级别区域对应的重要程度级别大于预设的重要程度阈值，所述第二级别区域对应的重要程度级别不大于预设的重要程度阈值；
S7、获取所述第一级别区域的历史用电量，并根据历史用电量是否大于预设的用电量阈值的标准，将所述第一级别区域划分为低耗电区域和高耗电区域；其中所述高耗电区域的历史用电量大于预设的用电量阈值，所述低耗电区域的历史用电量不大于预设的用电量阈值；
S8、从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；其中，所述放电桩通过预设的备用线路与所述高耗电区域中的用电设备连接；
S9、将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；其中，所述放电指令用于指示所述第一车辆前往所述放电桩，以将存储的电能通过放电桩输送给所述高耗电区域中的用电设备；
S10、开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，从而所述能量转换器阵列中的转换器的驱动部件的部分区域均处于激光照射状态下，使得所述驱动部件的部分区域由本征状态的抗磁性变为顺磁性或铁磁性，而所述驱动部件的其他区域仍保持本征状态的抗磁性，从而驱使所述驱动部件进行平面运动，以带动与所述驱动部件连接的金属导线在预设的磁场内进行切割磁感线的运动以生成电能，以实现第二暂时电力补充；其中，所述驱动部件由本征状态为抗磁性且在激光照射下呈顺磁性或铁磁性的材料制成，所述驱动部件位于预设的磁场中；
S11、在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域；
S12、若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；
S13、生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序。
2.根据权利要求1所述的零散区域的分阶段复电方法，其特征在于，所述将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到的步骤S2之前，包括：
S101、获取预先收集的多个样本数据，其中所述样本数据包括训练用环境信号序列，所述训练用环境信号序列至少包括训练用湿度信号、训练用温度信号、训练用粉尘浓度信号和对应的人工标注停电机率数值；
S102、根据预设比例，将所述样本数据划分为训练数据和验证数据；
S103、调取预设的神经网络模型，并将所述训练数据输入所述神经网络模型中采用有监督学习方法进行训练，从而得到暂时模型；
S104、采用所述验证数据对所述暂时模型进行验证处理，从而得到验证结果，并判断所述验证结果是否为验证合格；
S105、若所述验证结果为验证合格，则将所述暂时模型记为电网状态预测模型。
3.根据权利要求2所述的零散区域的分阶段复电方法，其特征在于，所述获取预先收集的多个样本数据，其中所述样本数据包括训练用环境信号序列，所述训练用环境信号序列至少包括训练用湿度信号、训练用温度信号、训练用粉尘浓度信号和对应的人工标注停电机率数值的步骤S101，包括：
S1011、获取预先收集的多个历史案例，其中所述多个历史案例中至少包括停电案例，每个历史案例中均包括使用环境信号传感器阵列采集得到环境信号序列；
S1012、以所述多个历史案例中的部分案例为基础进行数据增强处理，以得到多个虚拟案例；
S1013、构建多个案例组，其中每个案例组至少包括一个历史案例和一个虚拟案例；
S1014、将一个案例组作为独立单元以构成一个样本数据，从而对应得到多个样本数据。
4.根据权利要求1所述的零散区域的分阶段复电方法，其特征在于，所述在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域的步骤S11，包括：
S111、将在第一暂时电力补充中响应的电动车辆记为第二车辆，并通过所述车联网获取所述第二车辆的储电总量，并获取预计的复电时间长度；
S112、获取在第二暂时电力中，所述激光发射器阵列在单位时间内的电能生成量；
S113、获取低耗电区域在单位时间内的第一电能需求量和高耗电区域在单位时间内的第二电能需求量；
S114、根据所述第二车辆的储电总量、复电时间长度、所述激光发射器阵列在单位时间内的电能生成量、第一电能需求量和第二电能需求量，依次判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域。
5.根据权利要求1所述的零散区域的分阶段复电方法，其特征在于，所述生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序的步骤S13，包括：
S131、获取所述多个电传感器分别对应的多个正常数据，并将所述多个正常数据与所述多个电学数据进行对比，以筛选出多个异常数据；
S132、根据预设的修复时间表，获取与所述多个异常数据对应的多个指定修复时间；其中，所述修复时间表中记录有异常电传感器与修复时间的对应关系；
S133、在预设的电子地图上标注出所有的停电区域、所述多个异常数据对应的位置、所述多个指定修复时间和多个复电移动终端的位置，并在所述电子地图上生成分别对应于所述多个复电移动终端的多条修复路径；其中，每条修复路径的顺序均为所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序；
S134、将所述多条修复路径对应发送给所述多个复电移动终端，并要求每个复电移动终端对应的持有者按接收到的修复路径进行分阶段复电。
6.一种零散区域的分阶段复电装置，其特征在于，包括：
环境信号检测单元，用于采用预设的环境信号传感器阵列进行环境信号检测处理，以得到环境信号序列；其中，所述环境信号传感器阵列至少包括湿度传感器、温度传感器和粉尘浓度传感器；
预测停电机率获取单元，用于将所述环境信号序列输入预设的电网状态预测模型中，从而得到所述电网状态预测模型输出的预测停电机率；其中，所述电网状态预测模型基于神经网络模型，并采用有监督学习方法训练得到；
预测停电机率判断单元，用于判断所述预测停电机率是否大于预设的停电机率阈值；
电学数据获取单元，用于若所述预测停电机率大于预设的停电机率阈值，则开启预设于电网中的多个电传感器，以对应获取多个电学数据；其中所述多个电传感器分别位于不同的区域；
零散区域停电判断单元，用于根据所述多个电学数据，判断电网是否出现零散区域停电状况；其中，零散区域停电状况指存在多个停电区域，并且多个停电区域之间互不相邻；
停电区域划分单元，用于若电网出现了零散区域停电状况，则从预设的重点区域记录表中获取与所有的停电区域对应的重要程度级别，并根据重要程度级别是否大于预设的重要程度阈值的标准，将所有的停电区域划分为第一级别区域和第二级别区域；其中所述第一级别区域对应的重要程度级别大于预设的重要程度阈值，所述第二级别区域对应的重要程度级别不大于预设的重要程度阈值；
第一级别区域划分单元，用于获取所述第一级别区域的历史用电量，并根据历史用电量是否大于预设的用电量阈值的标准，将所述第一级别区域划分为低耗电区域和高耗电区域；其中所述高耗电区域的历史用电量大于预设的用电量阈值，所述低耗电区域的历史用电量不大于预设的用电量阈值；
车联网信息获取单元，用于从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息；其中，所述放电桩通过预设的备用线路与所述高耗电区域中的用电设备连接；
第一暂时电力补充单元，用于将储电数据大于预设的储电阈值的电动车辆记为第一车辆，并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令，以实现第一暂时电力补充；其中，所述放电指令用于指示所述第一车辆前往所述放电桩，以将存储的电能通过放电桩输送给所述高耗电区域中的用电设备；
第二暂时电力补充单元，用于开启预设的激光发射器阵列，以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光，从而所述能量转换器阵列中的转换器的驱动部件的部分区域均处于激光照射状态下，使得所述驱动部件的部分区域由本征状态的抗磁性变为顺磁性或铁磁性，而所述驱动部件的其他区域仍保持本征状态的抗磁性，从而驱使所述驱动部件进行平面运动，以带动与所述驱动部件连接的金属导线在预设的磁场内进行切割磁感线的运动以生成电能，以实现第二暂时电力补充；其中，所述驱动部件由本征状态为抗磁性且在激光照射下呈顺磁性或铁磁性的材料制成，所述驱动部件位于预设的磁场中；
耗电区域判断单元，用于在第一暂时电力补充和第二暂时电力补充后，判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域；
再补电区域标记单元，用于若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域，则将所述不能满足对应的用电设备的使用的区域记为再补电区域；
分阶段复电策略发送单元，用于生成分阶段复电策略，并向预设的复电移动终端发送所述分阶段复电策略，以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电；其中，所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202110549708.2A 2021-05-20 2021-05-20 一种零散区域的分阶段复电方法 Active CN113241767B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110549708.2A CN113241767B (zh) 2021-05-20 2021-05-20 一种零散区域的分阶段复电方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110549708.2A CN113241767B (zh) 2021-05-20 2021-05-20 一种零散区域的分阶段复电方法

Publications (2)

Publication Number Publication Date
CN113241767A CN113241767A (zh) 2021-08-10
CN113241767B true CN113241767B (zh) 2022-06-03

Family

ID=77137755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110549708.2A Active CN113241767B (zh) 2021-05-20 2021-05-20 一种零散区域的分阶段复电方法

Country Status (1)

Country Link
CN (1) CN113241767B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017158356A (ja) * 2016-03-03 2017-09-07 株式会社東芝 電力供給システム
CN210744757U (zh) * 2019-12-17 2020-06-12 青岛安齐电气有限公司 一种弱区供电牵引储能变电站
CN112465235A (zh) * 2020-12-01 2021-03-09 国网浙江杭州市富阳区供电有限公司 一种用于降低电量损失的停电区间预测方法
CN112703457A (zh) * 2018-05-07 2021-04-23 强力物联网投资组合2016有限公司 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8841881B2 (en) * 2010-06-02 2014-09-23 Bryan Marc Failing Energy transfer with vehicles

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017158356A (ja) * 2016-03-03 2017-09-07 株式会社東芝 電力供給システム
CN112703457A (zh) * 2018-05-07 2021-04-23 强力物联网投资组合2016有限公司 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和系统
CN210744757U (zh) * 2019-12-17 2020-06-12 青岛安齐电气有限公司 一种弱区供电牵引储能变电站
CN112465235A (zh) * 2020-12-01 2021-03-09 国网浙江杭州市富阳区供电有限公司 一种用于降低电量损失的停电区间预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
考虑冷负荷冲击影响的电动汽车辅助孤岛复电方法;姚梦;《电力系统自动化》;20190410;第43卷(第7期);第144-149页 *

Also Published As

Publication number Publication date
CN113241767A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
Wei et al. Online parameter identification for state of power prediction of lithium-ion batteries in electric vehicles using extremum seeking
Ashtari et al. PEV charging profile prediction and analysis based on vehicle usage data
Stroe et al. Accelerated lifetime testing methodology for lifetime estimation of lithium-ion batteries used in augmented wind power plants
US9409533B2 (en) System and method for monitoring and controlling energy system
CN103425122B (zh) 新能源汽车控制器的故障管理方法
CN102540089A (zh) 动态电池容量估计
CN108139446A (zh) 用于预测电池测试结果的电池测试系统
Mesbahi et al. Dynamical modelling and emulation of Li‐ion batteries–supercapacitors hybrid power supply for electric vehicle applications
US11201486B2 (en) Battery control device, charge and discharge system, parking lot system, secondary battery reuse system, battery control method, and non-transitory storage medium
CN105305424A (zh) 一种计及电动汽车接入的配电网可靠性评估方法
CN111882251A (zh) 电池服务管理方法、电池服务管理平台以及电子设备
CN116653672A (zh) 一种充电桩健康状态预测分析方法
Bharathi et al. AI and IoT-based Electric Vehicle Monitoring System
CN113241767B (zh) 一种零散区域的分阶段复电方法
CN106680722B (zh) 一种实时在线预测ocv-soc曲线的方法和装置
Ganguly et al. An adaptive algorithm for battery charge monitoring based on frequency domain analysis
CN112417767A (zh) 一种衰减趋势确定模型构建方法、衰减趋势确定方法
Kim et al. Computer-aided design of electrical energy systems
Rodrigues et al. An analytical model to estimate the state of charge and lifetime for batteries with energy harvesting capabilities
US20140077817A1 (en) Method for the control and handling of electrochemical cells or batteries, electrochemical cell and battery
CN111551856A (zh) 车辆蓄电池状态检测方法、装置、计算机设备和存储介质
CN116466239A (zh) 车载低压电源健康状态检测方法、系统、装置及存储介质
Obeid et al. Supervised learning for early and accurate battery terminal voltage collapse detection
CN114169523B (zh) 太阳能电池的使用数据分析方法及系统
CN116243165A (zh) 确定电池一致性的方法、装置、计算设备及车辆

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