CN114954088A

CN114954088A - 一种充电设备的故障告警方法

Info

Publication number: CN114954088A
Application number: CN202210091939.8A
Authority: CN
Inventors: 赵臻柄; 吕柳佳; 陈勇; 郑来伟
Original assignee: Zhejiang Haohan Energy Technology Co ltd
Current assignee: Zhejiang Haohan Energy Technology Co ltd; Zhejiang Geely Holding Group Co Ltd
Priority date: 2022-01-26
Filing date: 2022-01-26
Publication date: 2022-08-30

Abstract

本发明涉及一种充电设备的故障告警方法，包括以下步骤：实时获取充电桩设备的数据；判断获取的数据中是否存在故障数据或异常的心跳报文数据，若是，则进行告警；若否，则根据设备的状态信息，判断设备是否存在异常，若是，则进行告警；若否，则根据历史订单数据，结合设备画像数据，判断在一段时间内是否存在异常风险，若是，则进行告警；若否，则不进行告警。与现有技术相比，本发明具有可兼顾实时信息和长期状态信息、检测全面等优点。

Description

一种充电设备的故障告警方法

技术领域

本发明涉及智能充电桩领域，尤其是涉及一种充电设备的故障告警方法。

背景技术

现市面上的充电桩告警主要依赖于设备本身上传的故障进行告警，通过硬件设备传感器，获取传感器信息，如果产生故障，则将故障编码发送到云端，云端在后台管理系统中告警。这种方式第一是硬件设备在传感器层面有完整性要求，如果硬件传感器不够完整，那么没有采集到的设备的故障将不能得到及时有效的告警。

同时对于整个充电流程中的地锁和地面情况，充电接口的机械接口等无法做到数据采集的情况下，比如地面破坏，无法停车，周边环境污染，道路阻断，线路接地，地锁破坏，人为驱赶，燃油车占用等无法做出及时有效的告警。且现有的告警方法只是对实时接收的数据进行告警，无法对充电桩的一段时间的使用情况进行分析，实用性不足。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种充电设备的故障告警方法。

本发明的目的可以通过以下技术方案来实现：

一种充电设备的故障告警方法，包括以下步骤：

S1、实时获取充电桩设备的数据；

S2、判断获取的数据中是否存在故障数据或异常的心跳报文数据，若是，则进行告警；若否，则执行步骤S3；

S3、根据设备的状态信息，判断设备是否存在异常，若是，则进行告警；若否，则根据历史订单数据，结合设备画像数据，判断在一段时间内是否存在异常风险，若是，则进行告警；若否，则不进行告警。

进一步地，步骤S3中判断一段时间内是否存在异常风险中，异常风险包括设备使用率异常风险和短订单量异常风险。

进一步地，使用率异常风险的判断步骤如下：

S301、每隔第一时间周期内初始化充电设备充电时长；

S302、将第一时间周期的充电时长除以一周总时长，得到每个第一时间周期内的设备使用率；

S303、计算当前第一时间周期设备使用率除以上一个第一时间周期设备使用率的值，若大于第一阈值，则进行告警。

进一步地，所述第一阈值范围为140％～160％。

进一步地，短订单量异常风险的判断步骤如下：

S311、获取设备每次订单的时间，并计算设备历史订单平均时间，若订单时间除以订单平均时间的值低于第二阈值，则将该订单设为短订单；

S312、判断该设备当前第一时间周期内短订单数是否超过设备所属站点的总订单数乘以第三阈值的值，若是，则执行步骤S313；若否，则判定不存在异常风险；

S313、获取该设备的短订单数与站点的总订单数的比值作为第一比值，获取第二时间周期前该设备的短订单数与站点的总订单数的比值作为第二比值，计算第一比值除以第二比值的值，若大于第四阈值，则进行告警。

进一步地，所述第一时间周期为一周。

进一步地，所述第二时间周期为一年。

进一步地，第二阈值范围为0.5～0.7，第三阈值范围为0.7～0.9，第四阈值范围为140％～160％。

进一步地，判断心跳报文数据异常的标准为记录设备的最后心跳报文数据，若最后心跳报文数据超过2～10分钟，则判定为心跳报文数据异常。

进一步地，所述步骤S3中，根据设备的状态信息，判断设备是否存在异常，其中，状态信息包括离线次数、断连次数和重新充电次数。

与现有技术相比，本发明具有以下优点：

1、本发明相比现市面上的充电桩告警方法，除了对设备的实时状态进行了检测告警之外，还通过获取设备历史信息和画像对设备在一段时间内的状态进行了评估，在时间线上垂直判断设备的故障，兼顾了设备的实时情况和长期情况，使得充电设备的告警更具有统筹规划的实用价值。且在设备具体判断上，逐一判断了故障信息和心跳报文数据，也对离线次数等状态信息进行了逻辑化判断，使得检测更全面，告警判定更具科学性。

2、本发明在判定长期状态时，对使用率和短订单量进行了判断，每周初始化相关信息，并结合了往年以及往周的数据进行判断，使异常判断具有周期性，更便于人员维护。

附图说明

图1为本发明的流程示意图。

图2为本发明对使用率异常判断的流程图。

图3为本发明对短订单数异常判断的流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本实施例提供了一种充电设备的故障告警方法，如图1所示，具体包括以下步骤：

步骤S1、实时获取充电桩设备的数据。

步骤S2、判断获取的数据中是否存在故障数据或异常的心跳报文数据，若是，则进行告警；若否，则执行步骤S3。

步骤S3、根据设备的状态信息，判断设备是否存在异常，若是，则进行告警；若否，则根据历史订单数据，结合设备画像数据，判断在一段时间内是否存在异常风险，若是，则进行告警；若否，则不进行告警。

其中，步骤S3中涉及的异常风险包括设备使用率异常风险和短订单量异常风险。

使用率异常风险的判断步骤如图2所示，具体包括以下步骤：

步骤S301、每隔第一时间周期内初始化充电设备充电时长；

步骤S302、将第一时间周期的充电时长除以一周总时长，得到每个第一时间周期内的设备使用率；

步骤S303、计算当前第一时间周期设备使用率除以上一个第一时间周期设备使用率的值，若大于第一阈值，则进行告警。在本实施例中，第一阈值的值优选为150％。

短订单量异常风险的判断步骤如图3所示，具体包括以下步骤：

步骤S311、获取设备每次订单的时间，并计算设备历史订单平均时间，若订单时间除以订单平均时间的值低于第二阈值，则将该订单设为短订单；

步骤S312、判断该设备当前第一时间周期内短订单数是否超过设备所属站点的总订单数乘以第三阈值的值，若是，则执行步骤S313；若否，则判定不存在异常风险；

步骤S313、获取该设备的短订单数与站点的总订单数的比值作为第一比值，获取第二时间周期前该设备的短订单数与站点的总订单数的比值作为第二比值，计算第一比值除以第二比值的值，若大于第四阈值，则进行告警。

在本实施例中，第一时间周期的值为一周，第二时间周期的值为一年，第二阈值的值优选为0.618，第三阈值的值优选为0.8，第四阈值的值优选为150％。

在本实施例中，设备的状态信息包括离线次数、断连次数和重新充电次数。

本实施例的完整故障告警方法可展开如下：

步骤1、实时接入充电枪设备的数据。

步骤2、对接入的充电枪设备的数据类型判断。

步骤3、如果是充电设备故障数据，执行步骤4。如果是心跳信息，执行步骤5。如果是其它数据，执行步骤7。

步骤4、解析故障类型数据，将设备告警，总流程结束。

步骤5、维护有心跳的设备，记录设备的最后心跳报文数据，同时开启线程定时检查维护中设备的最后心跳报文数据，如果心跳报文数据超时，在本实施例中，心跳报文数据超时指超过10秒，执行步骤6。

步骤6、将设备告警，同时删除内存中维护的该充电设备的信息，总流程结束。

步骤7、按充电枪对设备进行分组，若步骤3中获得的数据为充电枪设备状态信息，执行步骤8，若数据为充电枪订单信息数据，执行步骤14。

步骤8、判断充电枪设备状态，如果为离线状态，开启短窗口，执行步骤9；如果为插枪未充电状态，开启短窗口，执行步骤11；其中短窗口的时长为10秒。

步骤9、判断下一个短窗口内充电枪设备是否仍然是否为离线状态，如果是离线状态，离线次数加1，执行步骤10，如果不是离线状态，结束短窗口，离线次数置为0，执行步骤8。

步骤10、判断离线次数是否超过设定阈值，本实施例中优选为3次，如果超过，说明设备处于异常状态，设备进行告警，同时将离线次数设为0，结束短窗口，总流程结束。

步骤11、判断下一个短窗口内是空闲状态还是充电状态，如果是空闲状态，断连次数加1，执行步骤12。如果是充电状态，重新充电次数加1，执行步骤13。

步骤12、判断断连次数是否超过设定阈值，本实施例优选为3次，如果超过，说明设备处于异常状态，设备进行告警，同时将断连次数设为0，结束短窗口，总流程结束。

步骤13、判断重新充电次数是否超过设定阈值，本实施例优选为5次，如果超过，说明设备处于异常状态，设备进行告警，同时将重新充电次数设为0，结束短窗口，总流程结束。

步骤14、将订单信息数据分为两条相同的数据流往下游推送。其中一条数据流执行步骤15，判断使用率异常；另一条数据流执行步骤17，判断短订单数异常。

步骤15、在每周三初始化设备的充电时长，并每周都将整周的总充电时长进行存储，执行步骤16。

步骤16、将每周的充电总时长除以每周的总时长得到设备使用率，同时关联设备的画像数据，判断本周使用率与上周使用率比率，如果大于150％，则说明存在异常风险，设备进行告警。

步骤17、计算每一次订单开始到订单结束的时间。

步骤18、获取该充电设备历史充电订单的平均有效时长，判断本次订单时长是否低于该充电设备历史平均时长的61.8％，如果是，则将该订单设为短订单，如果不是，则跳过本次订单的短订单异常判断。

步骤19、在每周三初始化每周的短订单量数据，并每周对设备的短订单数进行存储。

步骤20、将充电枪以充电站的维度聚合，判断当前设备短订单数是否超过所属站点本周总订单数的80％，如果是，执行步骤21，如果否，则跳过本次订单的短订单异常判断。

步骤21、获取上一年该设备相同时间段的短订单比例，判断是否本周短订单占比除以去年同期占比的值大于150％，若是，则说明设备存在异常风险，设备进行告警，流程结束。

本实施例还提出了一种充电设备的故障告警装置，包括存储器和处理器；存储器，用于存储计算机程序；处理器，用于当执行计算机程序时，实现上述充电设备的故障告警方法。

本实施例又提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中提到的充电设备的故障告警方法，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims

1.一种充电设备的故障告警方法，其特征在于，包括以下步骤：

S1、实时获取充电桩设备的数据；

2.根据权利要求1所述的一种充电设备的故障告警方法，其特征在于，步骤S3中判断一段时间内是否存在异常风险中，异常风险包括设备使用率异常风险和短订单量异常风险。

3.根据权利要求2所述的一种充电设备的故障告警方法，其特征在于，使用率异常风险的判断步骤如下：

S301、每隔第一时间周期内初始化充电设备充电时长；

4.根据权利要求3所述的一种充电设备的故障告警方法，其特征在于，所述第一阈值范围为140％～160％。

5.根据权利要求2所述的一种充电设备的故障告警方法，其特征在于，短订单量异常风险的判断步骤如下：

6.根据权利要求5所述的一种充电设备的故障告警方法，其特征在于，所述第一时间周期为一周。

7.根据权利要求5所述的一种充电设备的故障告警方法，其特征在于，所述第二时间周期为一年。

8.根据权利要求5所述的一种充电设备的故障告警方法，其特征在于，第二阈值范围为0.5～0.7，第三阈值范围为0.7～0.9，第四阈值范围为140％～160％。

9.根据权利要求1所述的一种充电设备的故障告警方法，其特征在于，判断心跳报文数据异常的标准为记录设备的最后心跳报文数据，若最后心跳报文数据超过2～10分钟，则判定为心跳报文数据异常。

10.根据权利要求1所述的一种充电设备的故障告警方法，其特征在于，所述步骤S3中，根据设备的状态信息，判断设备是否存在异常，其中，状态信息包括离线次数、断连次数和重新充电次数。