CN114550073B - 一种新能源汽车充电桩的监控系统 - Google Patents

一种新能源汽车充电桩的监控系统 Download PDF

Info

Publication number
CN114550073B
CN114550073B CN202210435169.4A CN202210435169A CN114550073B CN 114550073 B CN114550073 B CN 114550073B CN 202210435169 A CN202210435169 A CN 202210435169A CN 114550073 B CN114550073 B CN 114550073B
Authority
CN
China
Prior art keywords
charging pile
monitoring
module
area
analysis module
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
CN202210435169.4A
Other languages
English (en)
Other versions
CN114550073A (zh
Inventor
范智玲
王瑞荣
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.)
Nantong Dianfa New Energy Technology Co ltd
Original Assignee
Nantong Dianfa New Energy 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 Nantong Dianfa New Energy Technology Co ltd filed Critical Nantong Dianfa New Energy Technology Co ltd
Priority to CN202210435169.4A priority Critical patent/CN114550073B/zh
Publication of CN114550073A publication Critical patent/CN114550073A/zh
Application granted granted Critical
Publication of CN114550073B publication Critical patent/CN114550073B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • 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

本发明公开了一种新能源汽车充电桩的监控系统，涉及电动汽车充电技术领域，解决了现有方案无法对特定区域智能充电桩的过剩和缺失进行准确判断的技术问题；包括处理器、故障诊断模块、数据中心模块、流量分析模块、综合分析模块、全局管理模块和数据存储模块；本发明设置了故障诊断模块，该设置能够及时发现工作异常的智能充电桩，有助于保障智能充电桩的工作效率，同时为综合分析模块提供数据基础；本发明设置了流量分析模块，该设置为监控区域内智能充电桩状态的判断提供基础，同时为综合分析模块提供数据支持；本发明设置了综合分析模块，该设置不仅使得智能充电桩能够得到及时维护，而且及时对监控区域内的智能充电桩进行添加和拆除。

Description

一种新能源汽车充电桩的监控系统
技术领域
本发明属于电动汽车充电技术领域，具体是一种新能源汽车充电桩的监控系统。
背景技术
当前电动汽车监控主要有两种方法：一种是采用分散的监控系统，每个充电站建立一套监控系统；另一种方法是远程集中监控。远程集中监控是主要采用电动汽车充电桩监控终端将采集到的充电时的输入输出电压、电流、电量、功率因数、充电时间、当前充电模式、充电桩故障状态等数据信息通过无线传输装置传送到充电桩监控系统。
公开号为CN111284357A的发明专利提供了一种电动汽车充电桩远程监控系统及操作方法，包括充电桩、站端监控系统和集中远程集中监控系统主站，充电桩由液晶面板和嵌入式系统组成，充电桩的电压传感器、电流传感器采集充电电压、充电电流、以及充电桩设备状态，并在液晶面板上显示，站端监控系统接入充电柱和与充电柱配套的摄像头，集中远程集中监控系统主站由前置采集器、存储数据库、智能告警模块、运行状态监测模块、高级应用模块和第三方移动支付接口组成。
上述方案管理方便、建设成本低，更易扩展服务；但是，上述方案只能实现对电动汽车充电桩的状态监测，并根据状态监测结果进行报警，却无法实现对电动汽车充电桩的维护和更换，且无法对特定区域内智能充电桩的过剩和缺失进行准确判断，导致了大量资源的浪费；因此，上述方案仍需进一步改进。
发明内容
为了解决上述方案存在的问题，本发明提供了一种新能源汽车充电桩的监控系统。
本发明的目的可以通过以下技术方案实现：一种新能源汽车充电桩的监控系统，包括处理器、故障诊断模块、数据中心模块、流量分析模块、综合分析模块、全局管理模块和数据存储模块；
所述数据中心模块与停车场中的智能充电桩和图像采集单元电气连接；所述图像采集单元包括动作云台和高清摄像头；所述数据中心模块用于采集智能充电桩的运行参数、视频数据和监控区域，将运行参数和监控区域发送至故障诊断模块，将视频数据和监控区域发送至流量分析模块，同时，通过处理器将运行参数、视频数据和监控区域通过发送至数据存储模块进行存储；
所述综合分析模块用于对监控区域内智能充电桩的充足程度进行分析，包括：
当综合分析模块接收到监控区域
Figure 313155DEST_PATH_IMAGE001
的充电桩统计标签、行人流量序列和电动汽车 流量序列时，将充电桩统计标签、行人流量序列和电动汽车流量序列依次进行数字化整合 生成监控区域
Figure 918580DEST_PATH_IMAGE001
的充电桩表征序列，生成并发送现场调研信号至处理器；
通过处理器将现场调研信号发送至调研人员的智能终端；所述智能终端包括智能手机、平板电脑和笔记本电脑；
调研人员通过智能终端发送任意
Figure 587458DEST_PATH_IMAGE002
个监控区域的调研标签至综合分析模块；其中
Figure 111981DEST_PATH_IMAGE002
为常数，且
Figure 131889DEST_PATH_IMAGE003
；
生成训练数据集；所述训练数据集包括调研标签及对应的充电桩表征序列；
通过训练数据集获取全局分析模型；
将监控区域
Figure 868901DEST_PATH_IMAGE001
的充电桩表征序列输入至全局分析模型获取输出结果；其中输出结 果为监控区域
Figure 392286DEST_PATH_IMAGE001
的充电桩表征序列对应的调研标签；
生成全局监控图；
将实时监控图分别发送至数据存储模块和全局管理模块。
进一步地，所述全局监控图的获取具体包括：
监控区域
Figure 212344DEST_PATH_IMAGE001
的中心坐标结合第三方地图平台生成全局监控图；所述第三方地图平 台包括百度地图、腾讯地图和高德地图；
为全局监控图中的监控区域
Figure 453969DEST_PATH_IMAGE001
进行颜色填充。
进一步地，所述颜色填充是为监控区域
Figure 994672DEST_PATH_IMAGE001
设置背景颜色；所述背景颜色包括红色、 橙色、紫色和褐色；当背景颜色为红色时，表示监控区域
Figure 903722DEST_PATH_IMAGE001
中的充电桩异常比例过大，当背景 颜色为橙色时，表示监控区域
Figure 238888DEST_PATH_IMAGE001
的智能充电桩数量不足，当背景颜色为紫色时，表示监控区 域
Figure 233389DEST_PATH_IMAGE001
的智能充电桩数量足够，当背景颜色是褐色时，表示监控区域
Figure 312204DEST_PATH_IMAGE001
的智能充电桩数量过剩。
进一步地，所述全局管理模块用于对监控区域
Figure 951127DEST_PATH_IMAGE001
中智能充电桩的状态进行实时监 控，并派遣工作人员对监控区域
Figure 457194DEST_PATH_IMAGE001
中智能充电桩进行维修、添加和拆除。
进一步地，所述全局分析模型的获取具体包括：
将训练数据集按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2:1:1、3:1:1和3:2:1；
构建人工智能模型；所述人工智能模型至少包括误差逆向反馈神经网络、RBF神经网络和深度卷积神经网络中一种；
通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验，当人工智能模型的训练精度满足目标精度时，则判定人工智能模型完成训练，将完成训练的人工智能模型标记为全局分析模型；
通过处理器将全局分析模块发送至数据存储模块进行存储。
进一步地，所述调研标签的取值包括0、1和2，当调研标签的取值为0时，表示监控 区域
Figure 938991DEST_PATH_IMAGE001
的智能充电桩数量不能满足使用，当调研标签的取值为1时，表示监控区域
Figure 821496DEST_PATH_IMAGE001
的智能充 电桩数量能够满足使用，当调研标签的取值为2时，表示监控区域
Figure 439560DEST_PATH_IMAGE001
的智能充电桩数量过剩。
进一步地，所述故障诊断模块用于判断智能充电桩的运行状态，包括：
当故障诊断模块获取运行参数时，提取运行参数中的输出电压、输出电流、温度值 和湿度值，并将输出电压、输出电流、温度值和湿度值分别标记为
Figure 382108DEST_PATH_IMAGE004
、
Figure 85622DEST_PATH_IMAGE005
、
Figure 506239DEST_PATH_IMAGE006
和
Figure 369021DEST_PATH_IMAGE007
；
通过公式
Figure 216892DEST_PATH_IMAGE008
获取故障评估系数
Figure 407702DEST_PATH_IMAGE009
； 其中
Figure 304113DEST_PATH_IMAGE010
和
Figure 896769DEST_PATH_IMAGE011
均为比例系数，且
Figure 446699DEST_PATH_IMAGE010
为大于0的实数，
Figure 859226DEST_PATH_IMAGE011
为大于1的实数；
当故障评估系数
Figure 887224DEST_PATH_IMAGE009
满足
Figure 459020DEST_PATH_IMAGE012
时，则判定对应的智能充电桩运行异常，并 将运行异常的智能充电桩标记为异常充电桩；当故障评估系数
Figure 179851DEST_PATH_IMAGE009
满足
Figure 345254DEST_PATH_IMAGE013
时，则判定对应的智能充电桩运行正常，并将运行正常的智能充电桩标记为正常充电桩；其 中
Figure 911364DEST_PATH_IMAGE014
为故障评估系数阈值，且
Figure 213032DEST_PATH_IMAGE014
为大于0的实数；
获取监控区域
Figure 839186DEST_PATH_IMAGE001
内异常充电桩数量并标记为
Figure 367250DEST_PATH_IMAGE015
，获取监控区域
Figure 737052DEST_PATH_IMAGE001
内正常充电桩数 量并标记为
Figure 158806DEST_PATH_IMAGE016
；
通过公式
Figure 221440DEST_PATH_IMAGE017
获取充电桩异常比例
Figure 830276DEST_PATH_IMAGE018
；
当充电桩异常比例
Figure 393981DEST_PATH_IMAGE018
满足
Figure 670242DEST_PATH_IMAGE019
时，则生成充电桩维护信号至全局管理 模块；其中
Figure 638198DEST_PATH_IMAGE020
为充电桩异常比例阈值，且
Figure 999909DEST_PATH_IMAGE020
通过大量数据模拟获取；
生成监控区域
Figure 711513DEST_PATH_IMAGE001
的充电桩统计标签；所述充电桩统计标签包括异常充电桩数量、正 常充电桩数量、充电桩异常比例和充电桩平均运行参数；所述充电桩平均运行参数为监控 区域
Figure 842280DEST_PATH_IMAGE001
内所有智能充电桩对应运行参数的平均值，且充电桩平均运行参数包括输出平均电 压、输出平均电流、温度平均值和湿度平均值；
通过处理器将充电桩统计标签分别发送至数据存储模块和综合分析模块。
进一步地，所述流量分析模块根据视频数据对监控区域内的人流量和车流量进行分析，包括：
当流量分析模块接收到视频数据和监控区域时，对监控视频进行视频预处理获取初筛视频；所述视频预处理包括视频镜头分割、关键帧提取和视频特征提取；
通过初筛视频获取监控区域
Figure 122083DEST_PATH_IMAGE001
一天中的行人流量和电动汽车流量；
以获取时间为自变量，以行人流量和电动汽车流量为因变量结合多项式拟合法分别获取行人流量曲线和电动汽车流量曲线；
获取行人流量曲线和电动汽车流量曲线的驻点分别标记为行人流量驻点和电动汽车流量驻点；
获取行人流量序列和电动汽车流量序列；所述行人流量序列包括行人流量驻点及对应的行人流量，所述电动汽车流量序列包括电动汽车流量驻点及对应的电动汽车流量；
通过处理器将行人流量序列和电动汽车流量序列分别发送至综合分析模块和数据存储模块。
进一步地，所述运行参数包括输出电压、输出电流、温度值和湿度值，所述温度值和湿度值通过设置在智能充电桩外表面的温度传感器和湿度传感器获取；所述视频数据为图像采集单元采集的视频。
进一步地，所述监控区域的获取具体包括：
获取停车场的中心位置的地理坐标并标记为中心坐标；所述停车场中设置有智能充电桩和图像采集单元；
获取停车场的停车位总数，并将停车位总数标记为
Figure 971090DEST_PATH_IMAGE021
；
根据公式
Figure 220806DEST_PATH_IMAGE022
获取住房套数
Figure 471658DEST_PATH_IMAGE023
；其中
Figure 781417DEST_PATH_IMAGE024
为比例系数，且
Figure 117720DEST_PATH_IMAGE025
；
以中心坐标为圆心，以设定值
Figure 561340DEST_PATH_IMAGE026
为设定半径划定圆形区域，当圆形区域内的住宅 总数大于等于住房套数
Figure 666699DEST_PATH_IMAGE023
时，则判定圆形区域合格，并将圆形区域记为监控区域，将监控 区域标记为
Figure 147359DEST_PATH_IMAGE001
，
Figure 705380DEST_PATH_IMAGE001
=1，2，……，
Figure 562477DEST_PATH_IMAGE002
；其中设定值
Figure 522343DEST_PATH_IMAGE026
为常数，且设定值
Figure 314849DEST_PATH_IMAGE026
为大于0的实数。
进一步地，所述处理器分别与故障诊断模块、数据中心模块、流量分析模块、综合分析模块、全局管理模块和数据存储模块通信连接；所述数据中心模块分别与故障诊断模块和流量分析模块通信连接，所述全局管理模块分别与数据存储模块和综合分析模块通信连接，所述综合分析模块和流量分析模块通信连接。
与现有技术相比，本发明的有益效果是：
1、本发明设置了故障诊断模块，该设置用于判断智能充电桩的运行状态；当故障 诊断模块获取运行参数时，提取运行参数中的输出电压、输出电流、温度值和湿度值，获取 故障评估系数
Figure 625745DEST_PATH_IMAGE009
；当故障评估系数
Figure 286534DEST_PATH_IMAGE009
满足
Figure 100906DEST_PATH_IMAGE012
时，则判定对应的智能充电桩 运行异常，并将运行异常的智能充电桩标记为异常充电桩；当故障评估系数
Figure 579161DEST_PATH_IMAGE009
满足
Figure 111773DEST_PATH_IMAGE013
时，则判定对应的智能充电桩运行正常，并将运行正常的智能充电桩标记 为正常充电桩；获取监控区域
Figure 310673DEST_PATH_IMAGE001
内异常充电桩数量并标记为
Figure 979552DEST_PATH_IMAGE015
，获取监控区域
Figure 504074DEST_PATH_IMAGE001
内正常充 电桩数量并标记为
Figure 664928DEST_PATH_IMAGE016
；获取充电桩异常比例
Figure 667519DEST_PATH_IMAGE018
；当充电桩异常比例
Figure 456484DEST_PATH_IMAGE018
满足
Figure 620749DEST_PATH_IMAGE019
时，则生成充电桩维护信号至全局管理模块；生成监控区域
Figure 264306DEST_PATH_IMAGE001
的充电桩统计标 签；通过处理器将充电桩统计标签分别发送至数据存储模块和综合分析模块；故障诊断模 块根据智能充电桩的运行参数对智能充电桩的运行状态进行分析，能够及时发现工作异常 的智能充电桩，有助于保障智能充电桩的工作效率，同时为综合分析模块提供数据基础；
2、本发明设置了流量分析模块，该设置根据视频数据对监控区域内的人流量和车 流量进行分析；当流量分析模块接收到视频数据和监控区域时，对监控视频进行视频预处 理获取初筛视频；通过初筛视频获取监控区域
Figure 70588DEST_PATH_IMAGE001
一天中的行人流量和电动汽车流量；以获取 时间为自变量，以行人流量和电动汽车流量为因变量结合多项式拟合法分别获取行人流量 曲线和电动汽车流量曲线；获取行人流量曲线和电动汽车流量曲线的驻点分别标记为行人 流量驻点和电动汽车流量驻点；获取行人流量序列和电动汽车流量序列；通过处理器将行 人流量序列和电动汽车流量序列分别发送至综合分析模块和数据存储模块；流量分析模块 通过对监控区域内的行人流量和电动汽车流量进行分析，结合多项式拟合法获取行人流量 序列和电动汽车流量序列，从统计的角度出发，为监控区域内智能充电桩状态的判断提供 基础，同时为综合分析模块提供数据支持；
3、本发明设置了综合分析模块，该设置用于对监控区域内智能充电桩的充足程度 进行分析；当综合分析模块接收到监控区域
Figure 714059DEST_PATH_IMAGE001
的充电桩统计标签、行人流量序列和电动汽车 流量序列时，将充电桩统计标签、行人流量序列和电动汽车流量序列依次进行数字化整合 生成监控区域
Figure 314805DEST_PATH_IMAGE001
的充电桩表征序列，生成并发送现场调研信号至处理器；通过处理器将现场 调研信号发送至调研人员的智能终端；调研人员通过智能终端发送任意
Figure 43726DEST_PATH_IMAGE002
个监控区域的调 研标签至综合分析模块；生成训练数据集；通过训练数据集获取全局分析模型；将监控区域
Figure 529065DEST_PATH_IMAGE001
的充电桩表征序列输入至全局分析模型获取输出结果；生成全局监控图；将实时监控图分 别发送至数据存储模块和全局管理模块；综合分析模块结合故障诊断模块和流量分析模块 的结果，结合人工智能模型对所有监控区域内智能充电桩的充足程度进行分析，使得智能 充电桩的状态能够直观展示，不仅使得智能充电桩能够得到及时维护，保证正常运行，而且 及时对监控区域内的智能充电桩进行添加和拆除，有利于资源利用，避免浪费。
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。
请参阅图1，一种新能源汽车充电桩的监控系统，包括处理器、故障诊断模块、数据中心模块、流量分析模块、综合分析模块、全局管理模块和数据存储模块；
所述数据中心模块与停车场中的智能充电桩和图像采集单元电气连接；所述图像采集单元包括动作云台和高清摄像头；所述数据中心模块用于采集智能充电桩的运行参数、视频数据和监控区域，将运行参数和监控区域发送至故障诊断模块，将视频数据和监控区域发送至流量分析模块，同时，通过处理器将运行参数、视频数据和监控区域通过发送至数据存储模块进行存储；
所述综合分析模块用于对监控区域内智能充电桩的充足程度进行分析，包括：
当综合分析模块接收到监控区域
Figure 27043DEST_PATH_IMAGE001
的充电桩统计标签、行人流量序列和电动汽车 流量序列时，将充电桩统计标签、行人流量序列和电动汽车流量序列依次进行数字化整合 生成监控区域
Figure 64269DEST_PATH_IMAGE001
的充电桩表征序列，生成并发送现场调研信号至处理器；
通过处理器将现场调研信号发送至调研人员的智能终端；所述智能终端包括智能手机、平板电脑和笔记本电脑；
调研人员通过智能终端发送任意
Figure 280487DEST_PATH_IMAGE002
个监控区域的调研标签至综合分析模块；其中
Figure 428571DEST_PATH_IMAGE002
为常数，且
Figure 171268DEST_PATH_IMAGE003
；
生成训练数据集；所述训练数据集包括调研标签及对应的充电桩表征序列；
通过训练数据集获取全局分析模型；
将监控区域
Figure 848237DEST_PATH_IMAGE001
的充电桩表征序列输入至全局分析模型获取输出结果；其中输出结 果为监控区域
Figure 551751DEST_PATH_IMAGE001
的充电桩表征序列对应的调研标签；
生成全局监控图；
将实时监控图分别发送至数据存储模块和全局管理模块。
进一步地，所述全局监控图的获取具体包括：
监控区域
Figure 237947DEST_PATH_IMAGE001
的中心坐标结合第三方地图平台生成全局监控图；所述第三方地图平 台包括百度地图、腾讯地图和高德地图；
为全局监控图中的监控区域
Figure 976096DEST_PATH_IMAGE001
进行颜色填充。
进一步地，所述颜色填充是为监控区域
Figure 89546DEST_PATH_IMAGE001
设置背景颜色；所述背景颜色包括红色、 橙色、紫色和褐色；当背景颜色为红色时，表示监控区域
Figure 155722DEST_PATH_IMAGE001
中的充电桩异常比例过大，当背景 颜色为橙色时，表示监控区域
Figure 645609DEST_PATH_IMAGE001
的智能充电桩数量不足，当背景颜色为紫色时，表示监控区 域
Figure 238264DEST_PATH_IMAGE001
的智能充电桩数量足够，当背景颜色是褐色时，表示监控区域
Figure 522615DEST_PATH_IMAGE001
的智能充电桩数量过剩。
进一步地，所述全局管理模块用于对监控区域
Figure 935142DEST_PATH_IMAGE001
中智能充电桩的状态进行实时监 控，并派遣工作人员对监控区域
Figure 353354DEST_PATH_IMAGE001
中智能充电桩进行维修、添加和拆除。
进一步地，所述全局分析模型的获取具体包括：
将训练数据集按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2:1:1、3:1:1和3:2:1；
构建人工智能模型；所述人工智能模型至少包括误差逆向反馈神经网络、RBF神经网络和深度卷积神经网络中一种；
通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验，当人工智能模型的训练精度满足目标精度时，则判定人工智能模型完成训练，将完成训练的人工智能模型标记为全局分析模型；
通过处理器将全局分析模块发送至数据存储模块进行存储。
进一步地，所述调研标签的取值包括0、1和2，当调研标签的取值为0时，表示监控 区域
Figure 800516DEST_PATH_IMAGE001
的智能充电桩数量不能满足使用，当调研标签的取值为1时，表示监控区域
Figure 255768DEST_PATH_IMAGE001
的智能充 电桩数量能够满足使用，当调研标签的取值为2时，表示监控区域
Figure 421170DEST_PATH_IMAGE001
的智能充电桩数量过剩。
进一步地，所述故障诊断模块用于判断智能充电桩的运行状态，包括：
当故障诊断模块获取运行参数时，提取运行参数中的输出电压、输出电流、温度值 和湿度值，并将输出电压、输出电流、温度值和湿度值分别标记为
Figure 987280DEST_PATH_IMAGE004
、
Figure 288949DEST_PATH_IMAGE005
、
Figure 915102DEST_PATH_IMAGE006
和
Figure 754751DEST_PATH_IMAGE007
；
通过公式
Figure 327815DEST_PATH_IMAGE008
获取故障评估系数
Figure 749569DEST_PATH_IMAGE009
； 其中
Figure 936837DEST_PATH_IMAGE010
和
Figure 545672DEST_PATH_IMAGE011
均为比例系数，且
Figure 719165DEST_PATH_IMAGE010
为大于0的实数，
Figure 995425DEST_PATH_IMAGE011
为大于1的实数；
当故障评估系数
Figure 963381DEST_PATH_IMAGE009
满足
Figure 325093DEST_PATH_IMAGE012
时，则判定对应的智能充电桩运行异常，并 将运行异常的智能充电桩标记为异常充电桩；当故障评估系数
Figure 177642DEST_PATH_IMAGE009
满足
Figure 308409DEST_PATH_IMAGE013
时，则判定对应的智能充电桩运行正常，并将运行正常的智能充电桩标记为正常充电桩；其 中
Figure 712846DEST_PATH_IMAGE014
为故障评估系数阈值，且
Figure 296274DEST_PATH_IMAGE014
为大于0的实数；
获取监控区域
Figure 77148DEST_PATH_IMAGE001
内异常充电桩数量并标记为
Figure 452635DEST_PATH_IMAGE015
，获取监控区域
Figure 27972DEST_PATH_IMAGE001
内正常充电桩数 量并标记为
Figure 98697DEST_PATH_IMAGE016
；
通过公式
Figure 417682DEST_PATH_IMAGE017
获取充电桩异常比例
Figure 257462DEST_PATH_IMAGE018
；
当充电桩异常比例
Figure 144647DEST_PATH_IMAGE018
满足
Figure 968247DEST_PATH_IMAGE019
时，则生成充电桩维护信号至全局管理 模块；其中
Figure 215557DEST_PATH_IMAGE020
为充电桩异常比例阈值，且
Figure 175423DEST_PATH_IMAGE020
通过大量数据模拟获取；
生成监控区域
Figure 358142DEST_PATH_IMAGE001
的充电桩统计标签；所述充电桩统计标签包括异常充电桩数量、正 常充电桩数量、充电桩异常比例和充电桩平均运行参数；所述充电桩平均运行参数为监控 区域
Figure 403459DEST_PATH_IMAGE001
内所有智能充电桩对应运行参数的平均值，且充电桩平均运行参数包括输出平均电 压、输出平均电流、温度平均值和湿度平均值；
通过处理器将充电桩统计标签分别发送至数据存储模块和综合分析模块。
进一步地，所述流量分析模块根据视频数据对监控区域内的人流量和车流量进行分析，包括：
当流量分析模块接收到视频数据和监控区域时，对监控视频进行视频预处理获取初筛视频；所述视频预处理包括视频镜头分割、关键帧提取和视频特征提取；
通过初筛视频获取监控区域
Figure 939614DEST_PATH_IMAGE001
一天中的行人流量和电动汽车流量；
以获取时间为自变量，以行人流量和电动汽车流量为因变量结合多项式拟合法分别获取行人流量曲线和电动汽车流量曲线；
获取行人流量曲线和电动汽车流量曲线的驻点分别标记为行人流量驻点和电动汽车流量驻点；
获取行人流量序列和电动汽车流量序列；所述行人流量序列包括行人流量驻点及对应的行人流量，所述电动汽车流量序列包括电动汽车流量驻点及对应的电动汽车流量；
通过处理器将行人流量序列和电动汽车流量序列分别发送至综合分析模块和数据存储模块。
进一步地，所述运行参数包括输出电压、输出电流、温度值和湿度值，所述温度值和湿度值通过设置在智能充电桩外表面的温度传感器和湿度传感器获取；所述视频数据为图像采集单元采集的视频。
进一步地，所述监控区域的获取具体包括：
获取停车场的中心位置的地理坐标并标记为中心坐标；所述停车场中设置有智能充电桩和图像采集单元；
获取停车场的停车位总数，并将停车位总数标记为
Figure 753986DEST_PATH_IMAGE021
；
根据公式
Figure 576448DEST_PATH_IMAGE022
获取住房套数
Figure 30432DEST_PATH_IMAGE023
；其中
Figure 494912DEST_PATH_IMAGE024
为比例系数，且
Figure 163790DEST_PATH_IMAGE025
；
以中心坐标为圆心，以设定值
Figure 94837DEST_PATH_IMAGE026
为设定半径划定圆形区域，当圆形区域内的住宅 总数大于等于住房套数
Figure 849167DEST_PATH_IMAGE023
时，则判定圆形区域合格，并将圆形区域记为监控区域，将监控 区域标记为
Figure 117337DEST_PATH_IMAGE001
，
Figure 640722DEST_PATH_IMAGE001
=1，2，……，
Figure 382151DEST_PATH_IMAGE002
；其中设定值
Figure 764722DEST_PATH_IMAGE026
为常数，且设定值
Figure 305425DEST_PATH_IMAGE026
为大于0的实数。
进一步地，所述处理器分别与故障诊断模块、数据中心模块、流量分析模块、综合分析模块、全局管理模块和数据存储模块通信连接；所述数据中心模块分别与故障诊断模块和流量分析模块通信连接，所述全局管理模块分别与数据存储模块和综合分析模块通信连接，所述综合分析模块和流量分析模块通信连接。
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：
数据中心模块用于采集智能充电桩的运行参数、视频数据和监控区域，将运行参数和监控区域发送至故障诊断模块，将视频数据和监控区域发送至流量分析模块，同时，通过处理器将运行参数、视频数据和监控区域通过发送至数据存储模块进行存储；
当故障诊断模块获取运行参数时，提取运行参数中的输出电压、输出电流、温度值 和湿度值，获取故障评估系数
Figure 948896DEST_PATH_IMAGE009
；当故障评估系数
Figure 736592DEST_PATH_IMAGE009
满足
Figure 465514DEST_PATH_IMAGE012
时，则判定对应 的智能充电桩运行异常，并将运行异常的智能充电桩标记为异常充电桩；当故障评估系数
Figure 809907DEST_PATH_IMAGE009
满足
Figure 880455DEST_PATH_IMAGE013
时，则判定对应的智能充电桩运行正常，并将运行正常的智能充 电桩标记为正常充电桩；获取监控区域
Figure 42315DEST_PATH_IMAGE001
内异常充电桩数量并标记为
Figure 992954DEST_PATH_IMAGE015
，获取监控区域
Figure 141038DEST_PATH_IMAGE001
内正常充电桩数量并标记为
Figure 431205DEST_PATH_IMAGE016
；获取充电桩异常比例
Figure 639333DEST_PATH_IMAGE018
；当充电桩异常比例
Figure 77267DEST_PATH_IMAGE018
满足
Figure 419256DEST_PATH_IMAGE019
时，则生成充电桩维护信号至全局管理模块；生成监控区域
Figure 891826DEST_PATH_IMAGE001
的充电桩统计标 签；通过处理器将充电桩统计标签分别发送至数据存储模块和综合分析模块；
当流量分析模块接收到视频数据和监控区域时，对监控视频进行视频预处理获取 初筛视频；通过初筛视频获取监控区域
Figure 5275DEST_PATH_IMAGE001
一天中的行人流量和电动汽车流量；以获取时间为 自变量，以行人流量和电动汽车流量为因变量结合多项式拟合法分别获取行人流量曲线和 电动汽车流量曲线；获取行人流量曲线和电动汽车流量曲线的驻点分别标记为行人流量驻 点和电动汽车流量驻点；获取行人流量序列和电动汽车流量序列；通过处理器将行人流量 序列和电动汽车流量序列分别发送至综合分析模块和数据存储模块；
当综合分析模块接收到监控区域
Figure 461664DEST_PATH_IMAGE001
的充电桩统计标签、行人流量序列和电动汽车 流量序列时，将充电桩统计标签、行人流量序列和电动汽车流量序列依次进行数字化整合 生成监控区域
Figure 685972DEST_PATH_IMAGE001
的充电桩表征序列，生成并发送现场调研信号至处理器；通过处理器将现场 调研信号发送至调研人员的智能终端；调研人员通过智能终端发送任意
Figure 153994DEST_PATH_IMAGE002
个监控区域的调 研标签至综合分析模块；生成训练数据集；通过训练数据集获取全局分析模型；将监控区域
Figure 172765DEST_PATH_IMAGE001
的充电桩表征序列输入至全局分析模型获取输出结果；生成全局监控图；将实时监控图分 别发送至数据存储模块和全局管理模块。
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 (6)

1.一种新能源汽车充电桩的监控系统，其特征在于，包括处理器、故障诊断模块、数据中心模块、流量分析模块、综合分析模块、全局管理模块和数据存储模块；
所述数据中心模块用于采集智能充电桩的运行参数、视频数据和监控区域，将运行参数和监控区域发送至故障诊断模块，将视频数据和监控区域发送至流量分析模块；
所述综合分析模块用于对监控区域内智能充电桩的充足程度进行分析，包括：
将充电桩统计标签、行人流量序列和电动汽车流量序列依次进行数字化整合生成监控 区域
Figure 328935DEST_PATH_IMAGE001
的充电桩表征序列，生成并发送现场调研信号至处理器；
调研人员发送任意
Figure 844230DEST_PATH_IMAGE002
个监控区域的调研标签至综合分析模块；生成训练数据集，通过训 练数据集获取全局分析模型；将监控区域
Figure 829504DEST_PATH_IMAGE001
的充电桩表征序列输入至全局分析模型获取输 出结果；
结合输出结果生成全局监控图；
将实时监控图分别发送至数据存储模块和全局管理模块；
所述监控区域的获取具体包括：
获取停车场的中心位置的地理坐标并标记为中心坐标；所述停车场中设置有智能充电桩和图像采集单元；
获取停车场的停车位总数
Figure 404842DEST_PATH_IMAGE003
，根据公式
Figure 475566DEST_PATH_IMAGE004
获取住房套数
Figure 794552DEST_PATH_IMAGE005
；其中
Figure 634332DEST_PATH_IMAGE006
为比例 系数，且
Figure 505205DEST_PATH_IMAGE007
；
以中心坐标为圆心，以设定值
Figure 797646DEST_PATH_IMAGE008
为设定半径划定圆形区域，当圆形区域内的住宅总数 大于等于住房套数
Figure 920322DEST_PATH_IMAGE005
时，则判定圆形区域合格，并将圆形区域记为监控区域，将监控区域 标记为
Figure 614609DEST_PATH_IMAGE001
。
2.根据权利要求1所述的一种新能源汽车充电桩的监控系统，其特征在于，所述数据中心模块与停车场中的智能充电桩和图像采集单元电气连接；所述图像采集单元包括动作云台和高清摄像头。
3.根据权利要求1所述的一种新能源汽车充电桩的监控系统，其特征在于，所述全局监控图的获取具体包括：
监控区域
Figure 531749DEST_PATH_IMAGE001
的中心坐标结合第三方地图平台生成全局监控图；
为全局监控图中的监控区域
Figure 577066DEST_PATH_IMAGE001
进行颜色填充。
4.根据权利要求1所述的一种新能源汽车充电桩的监控系统，其特征在于，所述全局管 理模块用于对监控区域
Figure 34592DEST_PATH_IMAGE001
中智能充电桩的状态进行实时监控，并派遣工作人员对监控区域
Figure 239177DEST_PATH_IMAGE001
中智能充电桩进行维修、添加和拆除。
5.根据权利要求1所述的一种新能源汽车充电桩的监控系统，其特征在于，故障诊断模 块用于判断智能充电桩的运行状态并获取生成监控区域
Figure 592798DEST_PATH_IMAGE001
的充电桩统计标签，通过处理器 将充电桩统计标签分别发送至数据存储模块和综合分析模块。
6.根据权利要求1所述的一种新能源汽车充电桩的监控系统，其特征在于，所述流量分析模块以获取时间为自变量，以行人流量和电动汽车流量为因变量结合多项式拟合法分别获取行人流量曲线和电动汽车流量曲线，根据行人流量曲线和电动汽车流量曲线获取行人流量序列和电动汽车流量序列；通过处理器将行人流量序列和电动汽车流量序列分别发送至综合分析模块和数据存储模块。
CN202210435169.4A 2022-04-24 2022-04-24 一种新能源汽车充电桩的监控系统 Active CN114550073B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210435169.4A CN114550073B (zh) 2022-04-24 2022-04-24 一种新能源汽车充电桩的监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210435169.4A CN114550073B (zh) 2022-04-24 2022-04-24 一种新能源汽车充电桩的监控系统

Publications (2)

Publication Number Publication Date
CN114550073A CN114550073A (zh) 2022-05-27
CN114550073B true CN114550073B (zh) 2022-07-05

Family

ID=81666884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210435169.4A Active CN114550073B (zh) 2022-04-24 2022-04-24 一种新能源汽车充电桩的监控系统

Country Status (1)

Country Link
CN (1) CN114550073B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115009074B (zh) * 2022-07-21 2023-03-31 东莞先知大数据有限公司 一种充电桩偷电行为检测方法、电子设备和存储介质
CN115860728A (zh) * 2023-02-17 2023-03-28 中测智联(深圳)科技有限公司 一种充电桩远程协同维护方法
CN116394794B (zh) * 2023-05-25 2023-09-22 安徽海迪拉电气科技股份有限公司 一种高安全性智能充电桩

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222907A (zh) * 2019-06-18 2019-09-10 国网河北省电力有限公司经济技术研究院 电动汽车充电站规划方法及终端设备
CN112561322A (zh) * 2020-12-14 2021-03-26 广东电网有限责任公司珠海供电局 一种基于机器学习的充电桩选址方法
CN113053063A (zh) * 2021-03-09 2021-06-29 国网安徽省电力有限公司电力科学研究院 基于移动端的灾害在线处置流程实现方法
CN113415203A (zh) * 2021-06-29 2021-09-21 湖南昌茂电能发展有限公司 一种基于物联网的智能充电桩管理系统
CN113674123A (zh) * 2021-08-23 2021-11-19 深圳市盛泰博康智能技术有限公司 一种基于大数据服务的城市应急指挥系统及方法
CN113879166A (zh) * 2021-08-25 2022-01-04 武汉无线飞翔科技有限公司 一种组合式定位充电方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222907A (zh) * 2019-06-18 2019-09-10 国网河北省电力有限公司经济技术研究院 电动汽车充电站规划方法及终端设备
CN112561322A (zh) * 2020-12-14 2021-03-26 广东电网有限责任公司珠海供电局 一种基于机器学习的充电桩选址方法
CN113053063A (zh) * 2021-03-09 2021-06-29 国网安徽省电力有限公司电力科学研究院 基于移动端的灾害在线处置流程实现方法
CN113415203A (zh) * 2021-06-29 2021-09-21 湖南昌茂电能发展有限公司 一种基于物联网的智能充电桩管理系统
CN113674123A (zh) * 2021-08-23 2021-11-19 深圳市盛泰博康智能技术有限公司 一种基于大数据服务的城市应急指挥系统及方法
CN113879166A (zh) * 2021-08-25 2022-01-04 武汉无线飞翔科技有限公司 一种组合式定位充电方法和系统

Also Published As

Publication number Publication date
CN114550073A (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
CN114550073B (zh) 一种新能源汽车充电桩的监控系统
CN106017551A (zh) 一种智能化输电线路综合监测分析预警方法
CN108776465A (zh) 基于物联网的地下水质监测系统和主系统
CN112034287A (zh) 一种基于大数据的电力安全监控系统
CN113415203B (zh) 一种基于物联网的智能充电桩管理系统
CN112785458A (zh) 一种桥梁健康大数据智能管养系统
CN112202242A (zh) 一种杆塔综合监测与智能预警平台及预警方法
CN109974780A (zh) 一种基于物联网的电气设备状态监测系统
CN113053063A (zh) 基于移动端的灾害在线处置流程实现方法
CN114021946A (zh) 一种企业环保管家管理系统
CN208076482U (zh) 一种多组分VOCs气体监测系统
CN109857782A (zh) 一种测井数据采集处理系统
CN115388949A (zh) 一种智能水库监测管理系统
CN107423826A (zh) 一种水库群的巡检方法、装置和系统
CN113970627A (zh) 一种水质监测及预警方法、系统
CN113485218B (zh) 一种基于5g的智慧物联监管平台
CN110397080A (zh) 一种用于综合管廊的监测预警系统
CN112926863A (zh) 基于六大预警中心的电网灾害综合监测系统
CN102419584B (zh) 利用物联网络对污染源排放规律进行计量评价的方法及物联网络控制器
CN202117903U (zh) 中央空调机房实时监控系统
CN116933626A (zh) 一种基于数字孪生的数据监测方法及装置
CN115002171B (zh) 一种污水处理设施的智能运营监管系统
CN111857015B (zh) 输变电云端智能控制器
CN114646735A (zh) 一种空气中二氧化碳浓度监测系统
CN110414870A (zh) 基于gis路径的水井监控系统及方法

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