CN113415203A - 一种基于物联网的智能充电桩管理系统 - Google Patents
一种基于物联网的智能充电桩管理系统 Download PDFInfo
- Publication number
- CN113415203A CN113415203A CN202110728520.4A CN202110728520A CN113415203A CN 113415203 A CN113415203 A CN 113415203A CN 202110728520 A CN202110728520 A CN 202110728520A CN 113415203 A CN113415203 A CN 113415203A
- Authority
- CN
- China
- Prior art keywords
- charging pile
- module
- ratio
- data
- state
- 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
Links
Images
Classifications
-
- 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
- B60L53/68—Off-site monitoring or control, e.g. remote control
-
- 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
- B60L53/66—Data transfer between charging stations and vehicles
-
- 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
- B60L53/66—Data transfer between charging stations and vehicles
- B60L53/665—Methods related to measuring, billing or payment
-
- 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
-
- 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
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Abstract
本发明公开了一种基于物联网的智能充电桩管理系统,涉及充电桩管理技术领域,解决了现有方案中无法实现对目标区域内的充电桩合理配置进行监控调整,且对充电桩故障监控不完善的技术问题;包括处理器、故障监测模块、数据采集模块、分析决策模块和调度管理模块;本发明设置了故障监测模块和分析决策模块,通过数学处理方法和人工智能模型的结合实现充电桩状态的判断,通过对目标区域内分类配比进行分析来判断目标区域内充电桩设置的是否合理,解决了现有方案中无法实现对目标区域内的充电桩合理配置进行监控调整,且对充电桩故障监控不完善。
Description
技术领域
本发明属于充电桩管理领域,涉及物联网技术,具体是一种基于物联网的智能充电桩管理系统。
背景技术
新能源汽车是近年来颇受欢迎的新型汽车。但是,作为新能源汽车的配套,充电桩大多依靠人工监管,需要耗费大量人力物力,仅有少部分依靠通信方式进行监管。且现如今分布在各个角落里面的充电桩,多采用有线的方式进行工作和通信,受物理环境影响较大,如果重新布线会增加施工量,耗时耗力,且成本较高,不易扩展。
公开号为CN105539177A的发明专利公开了一种基于物联网的电动汽车智能充电桩,包括智能充电桩本体、充电接口和电源,所述智能充电桩本体的内部设有单片机,所述单片机分别与电源、扬声器、摄像装置和人机交互界面电性连接,所述读卡器与单片机电性连接,所述单片机电性连接有供电电路、无线通讯模块和计量电表,所述无线通讯模块信号连接有远程监控终端。
上述方案通过传感器组件采集充电桩运行参数后由单片机处理后,经无线通讯模块传送至远程监控终端,完成数据显示功能,同时,远程监控终端中设置相应的数据存储器,将运行参数存储至数据库中,以完成数据的统计、分析、远程监控、记录和收费等功能;但是,上述方案中的监测内容比较单一,只是针对单一充电桩进行监测分析,没有充分利用物联网的优势,实现对区域内充电桩的全流程管理;因此,上述方案仍需进一步改进。
发明内容
本发明提供了一种基于物联网的智能充电桩管理系统,用于解决现有方案中无法实现对目标区域内的充电桩合理配置进行监控调整,且对充电桩故障监控不完善的技术问题,本发明通过分析故障监测数据获取充电桩的工作状态,通过对区域分布数据分析获取分类配比和调整标签,并及时对区域内的充电桩进行调整解决了上述问题。
本发明的目的可以通过以下技术方案实现:一种基于物联网的电动汽车智能充电桩,包括处理器和数据存储模块;
所述处理器分别与故障监测模块、数据采集模块、分析决策模块和调度管理模块通信和/或电气连接;
所述数据采集模块通过采集传感器获取综合数据;其中,所述综合数据包括故障监测数据和区域分布数据;
所述故障监测模块根据故障监测数据分析充电桩的工作状态,根据工作状态生成状态标签;
所述分析决策模块用于对区域分布数据进行分析,对目标区域内的充电桩进行分类获取分类配比;同时,对目标区域内新能源车辆数量进行分析,结合分类配比生成调整标签;
所述调度管理模块用于对目标区域内的充电桩进行调整。
优选的,所述采集传感器包括温度传感器、湿度传感器、电流传感器、功率传感器和若干个高清摄像头;所述故障监测数据包括充电桩输出接口的温度、湿度、电流和功率。
优选的,所述状态标签的获取包括:
提取故障监测数据中的温度、湿度、电流和功率,生成实时数据序列;其中,实时数据序列为[温度,湿度,电流,功率];
将实时数据序列输入至状态评估模型中获取状态评估系数;
以获取时间为自变量,以状态评估系数为因变量通过多项式拟合法建立状态评估曲线;
任取获取时间对应的状态评估曲线上点标记为目标点,获取目标点的一阶导数值和函数值;
当目标点的函数值大于评估系数阈值,且目标点的一阶导数值大于导数阈值时,则将目标点标记嫌疑点;其中,所述评估系数阈值和导数阈值均为大于0的实数;
当嫌疑比例超过比例阈值时,判定对应充电桩异常,则生成状态标签,且将状态标签设置为1,否则,将状态标签设置为0;其中,所述比例阈值为大于0的常数。
优选的,所述状态评估模型的获取包括:
通过数据存储模块获取状态训练数据;其中,所述状态训练数据包括实时数据序列及对应的状态评估系数,所述状态评估系数的取值为[0,1];
构建人工智能模型;其中,所述人工智能模型至少包括误差逆向反馈神经网络模型、RBF神经网络模型和深度卷积神经网络模型中的一种;
通过状态训练数据对人工智能模型进行训练、测试和校验,将训练完成的人工智能模型标记为状态评估模型。
优选的,对区域分布数据进行分析包括:
获取区域内所有的充电桩,并为每一个充电桩生成分类标签;其中,所述分类标签的形式为[状态标签,类别标签,地理坐标],所述类别标签的取值为1或者2,当类别标签为1时,表示对应充电桩为交流充电桩,当类别标签为2时,表示对应充电桩为直流充电桩;
获取区域内交流车总数和直流车总数比值并标记为标准配比;其中,交流车为小型乘用电动车,包括电动车,直流车包括电动大巴、电动中巴、混合动力公交车和出租车;
通过分类标签获取正常状态充电桩中交流充电桩数量与直流充电桩数量的比值并标记为分类配比;
当分类配比与标准配比差值的绝对值大于比例阈值时,则发送调整标签至管理调度模块;其中,比例阈值为大于0的常数。
优选的,所述调度管理模块接收到调整标签之后,派遣工作人员对区域内的充电桩进行调整,保证分类配比与标准配比差值的绝对值小于等于比例阈值。
优选的,用户通过所述用户智能终端发送查询请求至管理查询模块,所述管理查询模块根据查询请求筛选充电桩,并将筛选结果反馈至用户智能终端;所述管理查询模块还用于实时为用户监测车辆的充电状态,并将充电费用实时反馈至用户智能终端。
优选的,所述数据采集模块分别与故障监测模块、分析决策模块通信和/或电气连接,所述分析决策模块和调度管理模块通信和/或电气连接。
优选的,所述处理器还与数据存储模块、管理查询模块通信和/或电气连接;
所述管理查询模块分别与数据存储模块、用户智能终端通信和/或电气连接,所述用户智能终端包括智能手机、平板电脑和笔记本电脑;
所述数据存储模块用于存储数据。
与现有技术相比,本发明的有益效果是:
1、本发明设置了故障监测模块和分析决策模块;故障监测模块根据故障监测数据分析充电桩的工作状态,根据工作状态生成状态标签,分析决策模块用于对区域分布数据进行分析,对目标区域内的充电桩进行分类获取分类配比;同时,对目标区域内新能源车辆数量进行分析,结合分类配比生成调整标签;通过数学处理方法和人工智能模型的结合实现充电桩状态的判断,通过对目标区域内分类配比进行分析来判断目标区域内充电桩设置的是否合理,解决了现有方案中无法实现对目标区域内的充电桩合理配置进行监控调整,且对充电桩故障监控不完善。
2、本发明中状态训练数据中状态评估参数的获取通过数学处理获取;通过获取目标数据序列中温度差值、湿度差值、电流差值和功率差值的均值,结合归一化处理方式获取状态评估系数,能够保证状态训练数据的准确性;且在批量获取状态评估系数时通过状态评估模型实现,能够提高计算效率,减少计算量。
3、本发明对区域分布数据进行分析时,为每一个充电桩生成一个对应的分类标签;分类标签中包含多种数据形式,在分类的基础上还能够展示充电桩的特点信息,如状态和位置;对充电桩进行明确的分类,便于用户进行查找和工作人员进行维护调整。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的原理示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
这里使用的术语用于描述实施例,并不意图限制和/或限制本公开;应该注意的是,除非上下文另有明确指示,否则单数形式的“一”、“一个”和“该”也包括复数形式;而且,尽管属于“第一”、“第二”等可以在本文中用于描述各种元件,但是元件不受这些术语的限制,这些术语仅用于区分一个元素和另一个元素。
请参阅图1,一种基于物联网的智能充电桩管理系统,包括处理器和数据存储模块;
所述处理器分别与故障监测模块、数据采集模块、分析决策模块和调度管理模块通信和/或电气连接;
所述数据采集模块通过采集传感器获取综合数据;其中,所述综合数据包括故障监测数据和区域分布数据;
所述故障监测模块根据故障监测数据分析充电桩的工作状态,根据工作状态生成状态标签;
所述分析决策模块用于对区域分布数据进行分析,对目标区域内的充电桩进行分类获取分类配比;同时,对目标区域内新能源车辆数量进行分析,结合分类配比生成调整标签;所述区域分布数据包括充电桩分布位置和区域内交流车辆和直流车辆的分布情况;
所述调度管理模块用于对目标区域内的充电桩进行调整;本方案中,调度管理模块还可根据充电桩的状态标签对充电桩进行维修。
所述采集传感器包括温度传感器、湿度传感器、电流传感器、功率传感器和若干个高清摄像头;所述故障监测数据包括充电桩输出接口的温度、湿度、电流和功率。
提取故障监测数据中的温度、湿度、电流和功率,生成实时数据序列;其中,实时数据序列为[温度,湿度,电流,功率];在另外一些优选的实施例中,实时数据序列可以为[温度,湿度,电流,功率,电压,工作年限];
将实时数据序列输入至状态评估模型中获取状态评估系数;
以获取时间为自变量,以状态评估系数为因变量通过多项式拟合法建立状态评估曲线;本方案中,获取时间可以是实时数据序列的生成时间,也可以是状态评估系数的获取时间;
任取获取时间对应的状态评估曲线上点标记为目标点,获取目标点的一阶导数值和函数值;
当目标点的函数值大于评估系数阈值,且目标点的一阶导数值大于导数阈值时,则将目标点标记嫌疑点;
当嫌疑比例超过比例阈值时,判定对应充电桩异常,则生成状态标签,且将状态标签设置为1,否则,将状态标签设置为0。
本实施例中,首先通过状态评估模型获取充电桩对应的状态评估系数,再以获取时间状态评估曲线;对同一时刻充电桩的故障监测数据进行分析,对不同时刻的故障监测数据也进行了分析,从多维角度对充电桩的故障进行分析,能够保证对充电桩故障判断的准确,利于监督管理;针对嫌疑比例和比例阈值,当嫌疑比例为0.5时,而比例阈值为0.5时,则判定对应的充电桩正常,生成状态标签,并将状态标签标记为0;本方案中,状态训练数据中的状态评估系数通过数学方法获取,能够保证状态训练数据的精度,便于模型的训练;对于故障监测数据生成的实时数据序列,则通过状态评估模型获取,因为人工智能模型在处理大批量数据上具有天然优势,能够保证速率和准确性。
通过数据存储模块获取状态训练数据;其中,所述状态训练数据包括实时数据序列及对应的状态评估系数,所述状态评估系数的取值为[0,1];
构建人工智能模型;其中,所述人工智能模型至少包括误差逆向反馈神经网络模型、RBF神经网络模型和深度卷积神经网络模型中的一种;本方案中的人工智能模型不仅仅包括上述模型,在另外一些优选的实施例中,人工智能模型还可以是经过两个或者两个以上模型融合获取,如粒子群模型和误差逆向传播神经网络融合形成的PS0-BP神经网络;
通过状态训练数据对人工智能模型进行训练、测试和校验,将训练完成的人工智能模型标记为状态评估模型。
所述状态训练数据中的所述状态评估系数的获取包括:
提取状态训练数据中的实时数据序列标记为目标数据序列;
获取目标数据序列中温度差值、湿度差值、电流差值和功率差值的均值并标记为目标值;其中,所述温度差值、湿度差值、电流差值、功率差值分别为目标数据序列中温度、湿度、电流、功率与对应标准阈值之间差值的绝对值;所述标准阈值包括标准温度阈值、标准湿度阈值、标准电流阈值、标准功率阈值,且所述标准阈值为充电桩最佳工作状态下的数据;
对状态训练数据中所有实时数据序列对应的目标值进行归一化处理,并作为对应实时数据序列的状态评估系数。
本实施例中,首先获取充电桩的历史参数,即状态训练数据,对状态训练数据中目标数据序列进行均值和归一化处理获取状态评估系数;本方案中通过获取目标数据序列中温度差值、湿度差值、电流差值和功率差值的均值,结合归一化处理方式获取状态评估系数,在另外一些优选的实施例中,还可以通过温度、湿度、电流、功率与对应标准阈值之间的比值获取温度比值、湿度比值、电流比值和功率比值,进而获取状态评估系数;状态训练数据中的状态评估系数通过数学处理获取,能够保证状态训练数据的准确性及与实际需求的贴合度。
对区域分布数据进行分析包括:
获取区域内所有的充电桩,并为每一个充电桩生成分类标签;其中,所述分类标签的形式为[状态标签,类别标签,地理坐标],所述类别标签的取值为1或者2,当类别标签为1时,表示对应充电桩为交流充电桩,当类别标签为2时,表示对应充电桩为直流充电桩;本方案中的分类标签还可以根据实际需求表示为[状态标签,类别标签,地理坐标,充电总次数],其中,状态标签用于反馈充电桩是否正常,类别标签用于反馈充电桩适合哪种类型的车辆进行充电,地理坐标用于反馈充电桩所在的位置,同时可通过地理坐标计算与用户车辆的距离,并进行路径规划。
获取区域内交流车总数和直流车总数比值并标记为标准配比;其中,交流车为小型乘用电动车,包括电动车,直流车包括电动大巴、电动中巴、混合动力公交车和出租车;
通过分类标签获取正常状态充电桩中交流充电桩数量与直流充电桩数量的比值并标记为分类配比;
当分类配比与标准配比差值的绝对值大于比例阈值时,则发送调整标签至管理调度模块。
本实施例中,区域的划分可按照行政区来划分,也可按照自助方式进行划分,如以固定边长的矩形铺满目标区域进行划分;通过区域内交流车与直流车的比值获取标准配比,在另外一些优选的实施例中,也可通过高清摄像头进行抓拍获取具体数量,通过分类配比与标准配比的差值来判定区域内充电桩的配置是否合理,且配置不合理时,会生成调整标签,能够实时监控区域内充电桩,保证数量足够,设置合理。
所述调度管理模块接收到调整标签之后,派遣工作人员对区域内的充电桩进行调整,保证分类配比与标准配比差值的绝对值小于等于比例阈值;本方案中,调度管理模块接收到调整标签之后,派遣工作人员对区域内的充电桩进行拆除或者添加,保证充电桩配置合理,通过可根据充电桩的地理坐标为工作人员规划路径,提高工作人员效率。
用户通过所述用户智能终端发送查询请求至管理查询模块,所述管理查询模块根据查询请求筛选充电桩,并将筛选结果反馈至用户智能终端;所述管理查询模块还用于实时为用户监测车辆的充电状态,并将充电费用实时反馈至用户智能终端;本方案中,管理查询模块不仅可用于查询充电桩的位置,还能够及时将车辆的充电状态和充电费用及时反馈给用户,提高客户的便利性。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理:
数据采集模块通过采集传感器获取综合数据,将综合数据中的故障监测数据发送至故障监测模块,将区域分布数据发送至分析决策模块;提取故障监测数据中的温度、湿度、电流和功率,生成实时数据序列,将实时数据序列输入至状态评估模型中获取状态评估系数;以获取时间为自变量,以状态评估系数为因变量通过多项式拟合法建立状态评估曲线;任取获取时间对应的状态评估曲线上点标记为目标点,获取目标点的一阶导数值和函数值;当目标点的函数值大于评估系数阈值,且目标点的一阶导数值大于导数阈值时,则将目标点标记嫌疑点;当嫌疑比例超过比例阈值时,判定对应充电桩异常,则生成状态标签,且将状态标签设置为1,否则,将状态标签设置为0。
获取区域内所有的充电桩,并为每一个充电桩生成分类标签,获取区域内交流车总数和直流车总数比值并标记为标准配比;通过分类标签获取正常状态充电桩中交流充电桩数量与直流充电桩数量的比值并标记为分类配比;当分类配比与标准配比差值的绝对值大于比例阈值时,则发送调整标签至管理调度模块;通过调度管理模块对目标区域内的充电桩进行调整。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种基于物联网的智能充电桩管理系统,包括处理器和数据存储模块,其特征在于,所述处理器分别与故障监测模块、数据采集模块、分析决策模块和调度管理模块通信和/或电气连接;
所述数据采集模块通过采集传感器获取综合数据;其中,所述综合数据包括故障监测数据和区域分布数据;
所述故障监测模块根据故障监测数据分析充电桩的工作状态,根据工作状态生成状态标签;
所述分析决策模块用于对区域分布数据进行分析,对目标区域内的充电桩进行分类获取分类配比;同时,对目标区域内新能源车辆数量进行分析,结合分类配比生成调整标签;
所述调度管理模块用于对目标区域内的充电桩进行调整。
2.根据权利要求1所述的一种基于物联网的智能充电桩管理系统,其特征在于,所述采集传感器包括温度传感器、湿度传感器、电流传感器、功率传感器和若干个高清摄像头;所述故障监测数据包括充电桩输出接口的温度、湿度、电流和功率。
3.根据权利要求1所述的一种基于物联网的智能充电桩管理系统,其特征在于,所述状态标签的获取包括:
提取故障监测数据中的温度、湿度、电流和功率,生成实时数据序列;
将实时数据序列输入至状态评估模型中获取状态评估系数;
以获取时间为自变量,以状态评估系数为因变量通过多项式拟合法建立状态评估曲线;
任取获取时间对应的状态评估曲线上点标记为目标点,获取目标点的一阶导数值和函数值;
当目标点的函数值大于评估系数阈值,且目标点的一阶导数值大于导数阈值时,则将目标点标记嫌疑点;
当嫌疑比例超过比例阈值时,判定对应充电桩异常,则生成状态标签,且将状态标签设置为1,否则,将状态标签设置为0。
4.根据权利要求1所述的一种基于物联网的智能充电桩管理系统,其特征在于,对区域分布数据进行分析包括:
获取区域内所有的充电桩,并为每一个充电桩生成分类标签;
获取区域内交流车总数和直流车总数比值并标记为标准配比;
通过分类标签获取正常状态充电桩中交流充电桩数量与直流充电桩数量的比值并标记为分类配比;
当分类配比与标准配比差值的绝对值大于比例阈值时,则发送调整标签至管理调度模块。
5.根据权利要求4所述的一种基于物联网的智能充电桩管理系统,其特征在于,所述调度管理模块接收到调整标签之后,派遣工作人员对区域内的充电桩进行调整,保证分类配比与标准配比差值的绝对值小于等于比例阈值。
6.根据权利要求1所述的一种基于物联网的智能充电桩管理系统,其特征在于,所述处理器还与数据存储模块、管理查询模块通信和/或电气连接;
所述管理查询模块分别与数据存储模块、用户智能终端通信和/或电气连接,所述用户智能终端包括智能手机、平板电脑和笔记本电脑;
所述数据存储模块用于存储数据。
7.根据权利要求6所述的一种基于物联网的智能充电桩管理系统,其特征在于,用户通过所述用户智能终端发送查询请求至管理查询模块,所述管理查询模块根据查询请求筛选充电桩,并将筛选结果反馈至用户智能终端;所述管理查询模块还用于实时为用户监测车辆的充电状态,并将充电费用实时反馈至用户智能终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110728520.4A CN113415203B (zh) | 2021-06-29 | 2021-06-29 | 一种基于物联网的智能充电桩管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110728520.4A CN113415203B (zh) | 2021-06-29 | 2021-06-29 | 一种基于物联网的智能充电桩管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113415203A true CN113415203A (zh) | 2021-09-21 |
CN113415203B CN113415203B (zh) | 2023-07-04 |
Family
ID=77717140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110728520.4A Active CN113415203B (zh) | 2021-06-29 | 2021-06-29 | 一种基于物联网的智能充电桩管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113415203B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113887811A (zh) * | 2021-10-13 | 2022-01-04 | 江苏明茂新能源科技有限公司 | 一种充电桩数据管理方法及系统 |
CN114211996A (zh) * | 2021-12-17 | 2022-03-22 | 山东智捷充科技有限公司 | 一种多路分布式电动汽车交流充电系统 |
CN114537189A (zh) * | 2022-03-31 | 2022-05-27 | 南通电发新能源科技有限公司 | 基于有序充电管理的交流充电桩及充电系统 |
CN114550073A (zh) * | 2022-04-24 | 2022-05-27 | 南通电发新能源科技有限公司 | 一种新能源汽车充电桩的监控系统 |
CN117565727A (zh) * | 2024-01-15 | 2024-02-20 | 朗峰新材料启东有限公司 | 基于人工智能的无线充电自动控制方法及系统 |
CN117644794A (zh) * | 2024-01-26 | 2024-03-05 | 昱洁电气科技(无锡)有限公司 | 一种基于充电桩的智能时段控制系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105866595A (zh) * | 2016-05-21 | 2016-08-17 | 徐洪军 | 一种充电桩智能安全监测装置 |
CN106295942A (zh) * | 2015-06-24 | 2017-01-04 | 中国电力科学研究院 | 城市电动汽车公共充电网络服务能力评价方法及评价系统 |
CN106295898A (zh) * | 2016-08-15 | 2017-01-04 | 万马联合新能源投资有限公司 | 一种设置充电桩的方法 |
CN106682766A (zh) * | 2016-12-06 | 2017-05-17 | 国网北京市电力公司 | 充电桩的布局方法和装置 |
CN107225994A (zh) * | 2017-07-14 | 2017-10-03 | 江苏理工学院 | 智能直流充电桩及充电方法 |
CN206561778U (zh) * | 2017-01-04 | 2017-10-17 | 湖南昌茂电能发展有限公司 | 一种带有下插充电枪托的电动车充电桩 |
KR101907656B1 (ko) * | 2017-08-29 | 2018-10-12 | 주식회사 아모티 | 전기차 충전기 고장관리 운영 시스템 |
EP3533658A1 (de) * | 2018-03-02 | 2019-09-04 | EnBW Energie Baden-Württemberg AG | Ladestation und ladesystem für elektromobile |
CN110429620A (zh) * | 2019-07-29 | 2019-11-08 | 汉宇集团股份有限公司 | 一种区域功率负载均衡方法 |
CN112046313A (zh) * | 2020-08-20 | 2020-12-08 | 武汉枣开科技有限公司 | 一种汽车充电站及智能群控充电系统 |
CN112445945A (zh) * | 2020-11-27 | 2021-03-05 | 杭州奥能电源设备有限公司 | 一种充电桩终端设备管理系统及管理方法 |
CN112713592A (zh) * | 2020-12-28 | 2021-04-27 | 许胜强 | 一种基于大数据分析的充电站调度方法 |
CN112983844A (zh) * | 2021-03-01 | 2021-06-18 | 合肥恒大江海泵业股份有限公司 | 一种潜水电泵监测控制系统 |
-
2021
- 2021-06-29 CN CN202110728520.4A patent/CN113415203B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295942A (zh) * | 2015-06-24 | 2017-01-04 | 中国电力科学研究院 | 城市电动汽车公共充电网络服务能力评价方法及评价系统 |
CN105866595A (zh) * | 2016-05-21 | 2016-08-17 | 徐洪军 | 一种充电桩智能安全监测装置 |
CN106295898A (zh) * | 2016-08-15 | 2017-01-04 | 万马联合新能源投资有限公司 | 一种设置充电桩的方法 |
CN106682766A (zh) * | 2016-12-06 | 2017-05-17 | 国网北京市电力公司 | 充电桩的布局方法和装置 |
CN206561778U (zh) * | 2017-01-04 | 2017-10-17 | 湖南昌茂电能发展有限公司 | 一种带有下插充电枪托的电动车充电桩 |
CN107225994A (zh) * | 2017-07-14 | 2017-10-03 | 江苏理工学院 | 智能直流充电桩及充电方法 |
KR101907656B1 (ko) * | 2017-08-29 | 2018-10-12 | 주식회사 아모티 | 전기차 충전기 고장관리 운영 시스템 |
EP3533658A1 (de) * | 2018-03-02 | 2019-09-04 | EnBW Energie Baden-Württemberg AG | Ladestation und ladesystem für elektromobile |
CN110429620A (zh) * | 2019-07-29 | 2019-11-08 | 汉宇集团股份有限公司 | 一种区域功率负载均衡方法 |
CN112046313A (zh) * | 2020-08-20 | 2020-12-08 | 武汉枣开科技有限公司 | 一种汽车充电站及智能群控充电系统 |
CN112445945A (zh) * | 2020-11-27 | 2021-03-05 | 杭州奥能电源设备有限公司 | 一种充电桩终端设备管理系统及管理方法 |
CN112713592A (zh) * | 2020-12-28 | 2021-04-27 | 许胜强 | 一种基于大数据分析的充电站调度方法 |
CN112983844A (zh) * | 2021-03-01 | 2021-06-18 | 合肥恒大江海泵业股份有限公司 | 一种潜水电泵监测控制系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113887811A (zh) * | 2021-10-13 | 2022-01-04 | 江苏明茂新能源科技有限公司 | 一种充电桩数据管理方法及系统 |
CN113887811B (zh) * | 2021-10-13 | 2022-08-12 | 江苏明茂新能源科技有限公司 | 一种充电桩数据管理方法及系统 |
CN114211996A (zh) * | 2021-12-17 | 2022-03-22 | 山东智捷充科技有限公司 | 一种多路分布式电动汽车交流充电系统 |
CN114537189A (zh) * | 2022-03-31 | 2022-05-27 | 南通电发新能源科技有限公司 | 基于有序充电管理的交流充电桩及充电系统 |
CN114550073A (zh) * | 2022-04-24 | 2022-05-27 | 南通电发新能源科技有限公司 | 一种新能源汽车充电桩的监控系统 |
CN114550073B (zh) * | 2022-04-24 | 2022-07-05 | 南通电发新能源科技有限公司 | 一种新能源汽车充电桩的监控系统 |
CN117565727A (zh) * | 2024-01-15 | 2024-02-20 | 朗峰新材料启东有限公司 | 基于人工智能的无线充电自动控制方法及系统 |
CN117565727B (zh) * | 2024-01-15 | 2024-04-02 | 朗峰新材料启东有限公司 | 基于人工智能的无线充电自动控制方法及系统 |
CN117644794A (zh) * | 2024-01-26 | 2024-03-05 | 昱洁电气科技(无锡)有限公司 | 一种基于充电桩的智能时段控制系统 |
CN117644794B (zh) * | 2024-01-26 | 2024-04-09 | 昱洁电气科技(无锡)有限公司 | 一种基于充电桩的智能时段控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113415203B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113415203B (zh) | 一种基于物联网的智能充电桩管理系统 | |
EP4325683A1 (en) | Distributed flexible resource aggregation control apparatus and control method | |
KR101797915B1 (ko) | 실시간 태양광 발전 효율에 기반한 태양광 발전 모니터링 시스템 | |
CN109948664A (zh) | 充电模式识别方法、装置、终端设备及存储介质 | |
CN109934955A (zh) | 充电模式识别方法、装置、终端设备及存储介质 | |
WO2012002001A1 (ja) | 電力制御方法、プログラムおよび電力制御装置 | |
CN113085655B (zh) | 一种车载电动汽车综合服务系统 | |
CN115796393B (zh) | 基于多能互动的能源网管理优化方法、系统及存储介质 | |
CN115842347B (zh) | 一种基于数字孪生的微网负荷动态平衡方法、系统及介质 | |
CN114550073B (zh) | 一种新能源汽车充电桩的监控系统 | |
CN110311709A (zh) | 用电信息采集系统故障判别方法 | |
CN106505267A (zh) | 一种大型汽车燃料电池管理系统及方法 | |
CN115189456A (zh) | 一种小微型水质水量在线监测站的太阳能供电系统 | |
WO2021192844A1 (ja) | バッテリ情報処理システムおよびバッテリ情報処理方法 | |
Miraftabzadeh et al. | K-means and alternative clustering methods in modern power systems | |
CN116885763B (zh) | 一种适用于分布式储能系统的能量管理装置及方法 | |
CN111143835B (zh) | 基于机器学习的电力计量系统业务逻辑非侵入式防护方法 | |
CN115907228A (zh) | 一种基于pso-lssvm的短期电力负荷预测分析方法 | |
CN114789670A (zh) | 一种充光储一体化能源站充电系统 | |
DE102020212574A1 (de) | Verfahren und Anordnung zur Optimierung des Energieverbrauchs von Gebäuden | |
CN214627010U (zh) | 一种ems组网系统 | |
CN116353399B (zh) | 充电桩的动态运行方法、装置、设备及可读存储介质 | |
CN105785843B (zh) | 一种电源多路计量控制装置及其控制方法 | |
CN113420510B (zh) | 一种基于前端感知和学习的能耗判别方法 | |
CN116454983B (zh) | 一种风光储联合最优控制管理方法、系统及设备 |
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 |