CN115542235A - 充电枪计量误差的确定方法、装置、设备和存储介质 - Google Patents

充电枪计量误差的确定方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN115542235A
CN115542235A CN202211381258.1A CN202211381258A CN115542235A CN 115542235 A CN115542235 A CN 115542235A CN 202211381258 A CN202211381258 A CN 202211381258A CN 115542235 A CN115542235 A CN 115542235A
Authority
CN
China
Prior art keywords
charging gun
charging
determining
metering error
probability density
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
CN202211381258.1A
Other languages
English (en)
Other versions
CN115542235B (zh
Inventor
巩国栋
张喆葳
刘路畅
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.)
Beijing Zhixiang Technology Co Ltd
Original Assignee
Beijing Zhixiang 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 Beijing Zhixiang Technology Co Ltd filed Critical Beijing Zhixiang Technology Co Ltd
Priority to CN202211381258.1A priority Critical patent/CN115542235B/zh
Publication of CN115542235A publication Critical patent/CN115542235A/zh
Application granted granted Critical
Publication of CN115542235B publication Critical patent/CN115542235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/04Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/12Electric charging stations

Abstract

本发明提供一种充电枪计量误差的确定方法、装置、设备和存储介质,属于充电桩计量技术领域。该方法包括:获取N个充电枪的采集数据;N为大于1的整数;根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数;根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差。上述方案中通过基于采集数据得到的功率概率密度函数的峰值,能够确定出充电枪的计量误差,效率较高,而且较为准确。

Description

充电枪计量误差的确定方法、装置、设备和存储介质
技术领域
本发明涉及充电桩计量技术领域,尤其涉及一种充电枪计量误差的确定方法、装置、设备和存储介质。
背景技术
充电桩其功能类似于加油站里面的加油机,可以固定在地面或墙壁,安装于公共建筑(商场、公共停车场等)和居民小区停车场或充电站内,可以根据不同的电压等级为各种型号的电动车充电。充电桩的输入端与交流电网直接连接,输出端都装有充电插头用于为电动车充电。充电桩分为一桩一枪和一桩多枪。充电桩在充电过程中会实时采集数据,一般每个充电枪均有充电电量计量功能和实时数据采集功能。
按照相关规定,充电桩需要周期性地进行运行误差相关检测。目前获取充电桩运行误差时需要人工加装有计量功能的标准设备,并通过将充电桩的计量值与标准设备的计量值进行比对,从而确定运行误差,上述方案操作繁琐。
发明内容
本发明提供一种充电枪计量误差的确定方法、装置、设备和存储介质,用以解决现有技术中成本较高,操作繁琐的缺陷,实现充电枪计量误差的确定方法。
本发明提供一种充电枪计量误差的确定方法,包括:
获取N个充电枪的采集数据;N为大于1的整数;
根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数;
根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差。
根据本发明提供的一种充电枪计量误差的确定方法,所述根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差,包括:
确定N个所述功率概率密度函数的峰值的中位数;
将每个所述充电枪的功率概率密度函数的峰值与所述中位数的相对偏差,作为每个所述充电枪的计量误差。
根据本发明提供的一种充电枪计量误差的确定方法,每个所述充电枪的功率概率密度函数的峰值与所述中位数的相对偏差,利用如下公式计算:
Figure 684852DEST_PATH_IMAGE001
其中,
Figure 364095DEST_PATH_IMAGE002
表示相对偏差,
Figure 513317DEST_PATH_IMAGE003
为第
Figure 252603DEST_PATH_IMAGE004
个充电桩的功率概率密度函数的峰值,
Figure 221696DEST_PATH_IMAGE005
表示所 述中位数。
根据本发明提供的一种充电枪计量误差的确定方法,所述N个充电枪的具有相同的目标信息,所述目标信息包括以下至少一项:类型、型号、使用环境。
根据本发明提供的一种充电枪计量误差的确定方法,所述采集数据包括以下至少一项参数:采集时间、输出电压、输出电流、功率、已充电量。
根据本发明提供的一种充电枪计量误差的确定方法,所述根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数之前,还包括:
确定所述充电枪的采集数据是否满足预设条件;
所述预设条件包括以下至少一项:
第一预设时长内所述充电枪的平均充电时长是否大于或等于第一阈值;
第二预设时长内所述充电枪的平均充电量是否大于或等于第二阈值。
本发明提供一种充电枪计量误差的确定装置,包括:
获取模块,用于获取N个充电枪的采集数据;N为大于1的整数;
处理模块,用于根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数;
所述处理模块,还用于根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述充电枪计量误差的确定方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述充电枪计量误差的确定方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述充电枪计量误差的确定方法。
本发明提供的充电枪计量误差的确定方法、装置、设备和存储介质,通过获取N个充电枪的采集数据;可以直接根据N个充电枪的采集数据,确定每个充电枪的功率概率密度函数;进一步根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差,即只需要获取充电枪运行过程中采集的数据,即可实现计量误差的确定,效率较高。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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是本发明提供的充电枪计量误差的确定方法的流程示意图之一;
图2是本发明提供的充电枪计量误差的确定方法的流程示意图之二;
图3是本发明提供的充电枪计量误差的确定装置的结构示意图;
图4本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合图1-图4具体的实施例对本发明实施例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1是本发明实施例提供的充电枪计量误差的确定方法的流程示意图之一。如图1所示,本实施例提供的方法,包括:
步骤101、获取N个充电枪的采集数据;N为大于1的整数;
具体的,充电桩在进行充电作业过程中,一般会产生实时数据,具体为:
充电桩开始充电后,每隔一段时间,记录当前时间的输出功率、输出电流、累积充电电量等信息,其中间隔的时间由配置文件确定。充电桩在一次充电作业过程持续生成过程数据,直至检测到充电结束。
部分实时数据如下表1所示:
表1
Figure 439050DEST_PATH_IMAGE006
可以获取记录的充电枪的实时数据,作为充电枪的采集数据。
可选地,采集数据包括以下至少一项参数:采集时间、输出电压、输出电流、功率、已充电量。
N个充电枪例如具有相同类型、相同型号、相同使用环境,采集数据可以是预设时间范围内的,例如为之前6个月内的采集数据。
该步骤101中所用充电枪的采集数据是充电枪充电作业时已经采集的数据,不需要增加额外成本。
本发明实施例只需要多个充电枪相关的数据,不需要其他额外数据如充电站总表计量数据等,数据量较少,处理效率高。
步骤102、根据N个充电枪的采集数据,确定每个充电枪的功率概率密度函数。
具体的,若采集数据满足预设条件,则计算N个充电枪的采集数据的功率概率密度函数。功率概率密度函数为其中一个充电桩的多个充电过程的采集数据中功率处于特定功率值的可能性。
可选地,N个充电枪的具有相同的目标信息,所述目标信息包括以下至少一项:类型、型号、使用环境。
由于相同类型、相同型号、相同使用环境的N个充电枪,其在较长的统计时间内使用规律趋于一致。因此,当各枪充电过程的采集数据足够多时,其充电过程的实际输出功率的概率密度函数趋于一致。
步骤103、根据每个充电枪的功率概率密度函数的峰值,确定每个充电枪的计量误差。
具体的,分别计算每个充电枪的功率概率密度函数的峰值。该峰值的物理意义为:该枪多个充电过程的采集数据中功率的最有可能取值。
因此,可以基于多个充电枪的功率概率密度函数的峰值,确定每个充电枪的计量误差。
例如计算多个峰值的均值、中位数等作为一个参考值,计算计量误差,或例如还可以计算多个峰值中两两峰值的差值,利用差值计算计量误差,例如对多个差值进行加权平均得到计量误差。
本发明实施例依据相同类型、相同型号、相同使用环境的充电枪,在足够充分的充电过程积累后(要求充电枪满足预设条件),其真实物理过程相关统计指标趋于一致这一基本规律,通过多个充电枪的指标的取值标定每个充电枪的统计指标。
本实施例的方法,通过获取N个充电枪的采集数据;可以直接根据N个充电枪的采集数据,确定每个充电枪的功率概率密度函数;进一步根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差,即只需要获取充电枪运行过程中采集的数据,即可实现计量误差的确定,效率较高。
可选地,为了使得最终的计量误差较为准确,可以剔除一些与其它充电枪的数据差别较大的数据,步骤101之前还包括:
确定所述充电枪的采集数据是否满足预设条件;
所述预设条件包括以下至少一项:
第一预设时长内所述充电枪的平均充电时长是否大于或等于第一阈值;
第二预设时长内所述充电枪的平均充电量是否大于或等于第二阈值。
若满足预设条件,则执行步骤102,否则将该充电枪的采集数据剔除。
其中,第一预设时长和第二预设时长可以相同或不同,例如第一预设时长和第二预设时长可以为24小时。第一阈值例如为2小时,第二阈值例如为20kWh。
若采集数据不满足预设条件,则该充电枪的采集数据不适用于进行误差分析,因此,可以将该充电桩添加到不可计算充电枪清单中。
上述预设条件可以是基于多个充电枪的数据分析得到的。
上述实施方式中,对充电枪的采集数据进行预处理,确定是否满足预设条件,可以剔除一些影响误差计算结果的数据,因此,误差确定的准确性较高。
可选地,如图2所示,步骤103可以通过如下步骤实现:
步骤1031、确定N个所述功率概率密度函数的峰值的中位数;
步骤1032、将每个所述功率概率密度函数的峰值与所述中位数的相对偏差,作为每个所述充电枪的计量误差。
具体的,获取N个充电枪的功率概率密度函数的峰值。
计算上述N个峰值的中位数,记为
Figure 206893DEST_PATH_IMAGE007
。该中位数可以作为一个参考值,即可以认为 该中位数为真实值。
分别计算每个充电枪的功率概率密度函数的峰值与该中位数的相对偏差,将该相对偏差作为每个充电枪的计量误差。
可选地,按照下述公式,计算上述N个峰值与中位数
Figure 117080DEST_PATH_IMAGE008
的相对偏差
Figure 573469DEST_PATH_IMAGE002
Figure 594515DEST_PATH_IMAGE009
上式中
Figure 452749DEST_PATH_IMAGE010
为各个充电桩的功率概率密度函数的峰值。相对偏差
Figure 35303DEST_PATH_IMAGE002
即为各个充电枪 的计量误差的一个无偏估计。
由于充电桩充电主要为恒流充电,因此上述功率概率密度函数的最大值为大于零的值,即存在一个概率密度函数的非零峰值。
当充电枪产生一定的计量误差时(即计量值与真实值存在一定的偏差),其功率概率密度函数的峰值会发生相同比例的偏差。例如:某一充电枪,其多个充电过程的实际输出功率的最有可能值为P1。若该充电桩存在计量误差,例如偏差为10%,则其充电过程数据的输出功率的最有可能值应为P1×(1+10%)。
对于多个存在计量误差的充电枪,由于多个充电枪的计量误差的分布的均值为零,因此,可以认为N个功率概率密度函数的峰值的中位数,为其一致的功率概率密度函数的峰值的一个无偏估计。
综上,各个充电枪的功率概率密度函数峰值相对其峰值的无偏估计(即中位数)的偏差,即为其计量误差,因此基于峰值和中位数确定出的计量误差的准确性较高。
可选地,本发明实施例的方法,适用于各种类型的充电桩,不受充电桩类型和运营厂商的影响,而且该方法的实现不依赖特定物理设备和时间空间限制,可灵活部署于各种现有硬件平台上。
下面对本发明提供的充电枪计量误差的确定装置进行描述,下文描述的充电枪计量误差的确定装置与上文描述的充电枪计量误差的确定方法可相互对应参照。
图3本发明提供的充电枪计量误差的确定装置的结构示意图。如图3示,本实施例提供的充电枪计量误差的确定装置,包括:
获取模块210,用于获取N个充电枪的采集数据;N为大于1的整数;
处理模块220,用于根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数;
所述处理模块,还用于根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差。
可选地,处理模块220,具体用于:
确定N个所述功率概率密度函数的峰值的中位数;
将每个所述充电枪的功率概率密度函数的峰值与所述中位数的相对偏差,作为每个所述充电枪的计量误差。
可选地,处理模块220,具体用于:
利用如下公式计算每个所述充电枪的功率概率密度函数的峰值与所述中位数的相对偏差:
Figure 510146DEST_PATH_IMAGE011
其中,
Figure 334883DEST_PATH_IMAGE012
表示相对偏差,
Figure 313203DEST_PATH_IMAGE013
为第
Figure 299614DEST_PATH_IMAGE014
个充电桩的功率概率密度函数的峰值,
Figure 512288DEST_PATH_IMAGE005
表示所 述中位数。
可选地,所述N个充电枪的具有相同的目标信息,所述目标信息包括以下至少一项:类型、型号、使用环境。
可选地,所述采集数据包括以下至少一项参数:采集时间、输出电压、输出电流、功率、已充电量。
可选地,处理模块220,还用于:
确定所述充电枪的采集数据是否满足预设条件;
所述预设条件包括以下至少一项:
第一预设时长内所述充电枪的平均充电时长是否大于或等于第一阈值;
第二预设时长内所述充电枪的平均充电量是否大于或等于第二阈值。
本实施例的装置,可以用于执行前述方法实施例中任一实施例的方法,其具体实现过程与技术效果与方法实施例中相同,具体可以参见方法实施例中的详细介绍,此处不再赘述。
图4例了一种电子设备的实体结构示意图,如图4示,该电子设备可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行充电枪计量误差的确定方法,该方法包括:
获取N个充电枪的采集数据;N为大于1的整数;
根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数;
根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差。
此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的充电枪计量误差的确定方法,该方法包括:获取N个充电枪的采集数据;N为大于1的整数;
根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数;
根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的充电枪计量误差的确定方法,该方法包括:获取N个充电枪的采集数据;N为大于1的整数;
根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数;
根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种充电枪计量误差的确定方法,其特征在于,包括:
获取N个充电枪的采集数据;N为大于1的整数;
根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数;
根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差。
2.根据权利要求1所述的充电枪计量误差的确定方法,其特征在于,所述根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差,包括:
确定N个所述功率概率密度函数的峰值的中位数;
将每个所述充电枪的功率概率密度函数的峰值与所述中位数的相对偏差,作为每个所述充电枪的计量误差。
3.根据权利要求2所述的充电枪计量误差的确定方法,其特征在于,每个所述充电枪的功率概率密度函数的峰值与所述中位数的相对偏差,利用如下公式计算:
Figure 275404DEST_PATH_IMAGE001
其中,
Figure 639390DEST_PATH_IMAGE002
表示相对偏差,
Figure 23798DEST_PATH_IMAGE003
为第
Figure 207655DEST_PATH_IMAGE004
个充电桩的功率概率密度函数的峰值,
Figure 639773DEST_PATH_IMAGE005
表示所述中 位数。
4.根据权利要求1-3任一项所述的充电枪计量误差的确定方法,其特征在于,所述N个充电枪的具有相同的目标信息,所述目标信息包括以下至少一项:类型、型号、使用环境。
5.根据权利要求1-3任一项所述的充电枪计量误差的确定方法,其特征在于,所述采集数据包括以下至少一项参数:采集时间、输出电压、输出电流、功率、已充电量。
6.根据权利要求1-3任一项所述的充电枪计量误差的确定方法,其特征在于,所述根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数之前,还包括:
确定所述充电枪的采集数据是否满足预设条件;
所述预设条件包括以下至少一项:
第一预设时长内所述充电枪的平均充电时长是否大于或等于第一阈值;
第二预设时长内所述充电枪的平均充电量是否大于或等于第二阈值。
7.一种充电枪计量误差的确定装置,其特征在于,包括:
获取模块,用于获取N个充电枪的采集数据;N为大于1的整数;
处理模块,用于根据N个所述充电枪的采集数据,确定每个所述充电枪的功率概率密度函数;
所述处理模块,还用于根据每个所述充电枪的功率概率密度函数的峰值,确定每个所述充电枪的计量误差。
8.根据权利要求7所述的充电枪计量误差的确定装置,其特征在于,所述处理模块具体用于:
确定N个所述功率概率密度函数的峰值的中位数;
将每个所述充电枪的功率概率密度函数的峰值与所述中位数的相对偏差,作为每个所述充电枪的计量误差。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述充电枪计量误差的确定方法。
10.一种非暂态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如权利要求1至6任一项所述充电枪计量误差的确定方法。
CN202211381258.1A 2022-11-07 2022-11-07 充电枪计量误差的确定方法、装置、设备和存储介质 Active CN115542235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211381258.1A CN115542235B (zh) 2022-11-07 2022-11-07 充电枪计量误差的确定方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211381258.1A CN115542235B (zh) 2022-11-07 2022-11-07 充电枪计量误差的确定方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN115542235A true CN115542235A (zh) 2022-12-30
CN115542235B CN115542235B (zh) 2023-08-01

Family

ID=84720000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211381258.1A Active CN115542235B (zh) 2022-11-07 2022-11-07 充电枪计量误差的确定方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN115542235B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105720634A (zh) * 2016-02-05 2016-06-29 惠州市蓝微新源技术有限公司 一种自学习的充电功率电流控制方法及系统
CN106249193A (zh) * 2016-09-06 2016-12-21 武汉尤瑞卡节能科技有限公司 一种充电站的充电桩电能计量误差校验的方法和系统
CN110780260A (zh) * 2019-10-18 2020-02-11 中国电力科学研究院有限公司 一种用于对直流充电机的电能误差进行校验的系统及方法
CN111025041A (zh) * 2019-11-07 2020-04-17 深圳供电局有限公司 电动汽车充电桩监测方法及其系统、计算机设备、介质
CN113111297A (zh) * 2021-03-26 2021-07-13 苏州斯瑞威新能源科技有限公司 充电桩功率自动优化方法及装置
KR20210106666A (ko) * 2020-02-21 2021-08-31 재단법인 한국기계전기전자시험연구원 전기차량 충전장치의 오차 시험 방법
CN113346579A (zh) * 2021-05-26 2021-09-03 国网浙江省电力有限公司营销服务中心 一种直流充电站站内计量设备运行误差监测方法
CN114791533A (zh) * 2021-01-26 2022-07-26 海南国测数据技术有限公司 一种应用于直流充电桩集群的计量误差计算方法和装置
CN114899856A (zh) * 2022-06-06 2022-08-12 国网北京市电力公司 一种电动汽车充电桩功率调节方法、系统、设备及介质
CN115158076A (zh) * 2022-07-19 2022-10-11 国网北京市电力公司 计量误差评估方法、装置及计算机可读存储介质
CN115195516A (zh) * 2022-09-19 2022-10-18 国网浙江省电力有限公司宁波供电公司 一种电动车充电系统及方法、电子设备、存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105720634A (zh) * 2016-02-05 2016-06-29 惠州市蓝微新源技术有限公司 一种自学习的充电功率电流控制方法及系统
CN106249193A (zh) * 2016-09-06 2016-12-21 武汉尤瑞卡节能科技有限公司 一种充电站的充电桩电能计量误差校验的方法和系统
CN110780260A (zh) * 2019-10-18 2020-02-11 中国电力科学研究院有限公司 一种用于对直流充电机的电能误差进行校验的系统及方法
CN111025041A (zh) * 2019-11-07 2020-04-17 深圳供电局有限公司 电动汽车充电桩监测方法及其系统、计算机设备、介质
KR20210106666A (ko) * 2020-02-21 2021-08-31 재단법인 한국기계전기전자시험연구원 전기차량 충전장치의 오차 시험 방법
CN114791533A (zh) * 2021-01-26 2022-07-26 海南国测数据技术有限公司 一种应用于直流充电桩集群的计量误差计算方法和装置
CN113111297A (zh) * 2021-03-26 2021-07-13 苏州斯瑞威新能源科技有限公司 充电桩功率自动优化方法及装置
CN113346579A (zh) * 2021-05-26 2021-09-03 国网浙江省电力有限公司营销服务中心 一种直流充电站站内计量设备运行误差监测方法
CN114899856A (zh) * 2022-06-06 2022-08-12 国网北京市电力公司 一种电动汽车充电桩功率调节方法、系统、设备及介质
CN115158076A (zh) * 2022-07-19 2022-10-11 国网北京市电力公司 计量误差评估方法、装置及计算机可读存储介质
CN115195516A (zh) * 2022-09-19 2022-10-18 国网浙江省电力有限公司宁波供电公司 一种电动车充电系统及方法、电子设备、存储介质

Also Published As

Publication number Publication date
CN115542235B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN111103565B (zh) 一种基于智能电能表计量误差分析的数据变换方法及系统
JP2014074682A (ja) バッテリのパラメータ等推定装置およびその推定方法
CN112597263B (zh) 管网检测数据异常判断方法及系统
CN104535935A (zh) 一种动力电池组的容量检测方法及装置
CN112946483A (zh) 电动汽车电池健康的综合评估方法及存储介质
CN112667611B (zh) 一种电动汽车充电行为特征分析方法和系统
CN115796708B (zh) 一种工程建设用的大数据智能质检方法、系统和介质
CN114814420B (zh) 一种基于冻结数据的低压配电网拓扑识别方法及系统
CN111060831B (zh) 电动车电池异常的检测方法、装置、智能设备及存储介质
CN115453376A (zh) 电动汽车动力电池的状态监控方法、系统及电动汽车
CN117034194A (zh) 基于人工智能的核电仪表设备运维管理系统、方法及设备
CN105139287A (zh) 一种融合安全域的综合性电能计量装置评估方法
CN107150603B (zh) 一种快速获取与电动车匹配度高的充电桩的方法和装置
CN115542235A (zh) 充电枪计量误差的确定方法、装置、设备和存储介质
CN114325199A (zh) 一种超级电容器内阻检测方法、装置及存储介质
CN115923592A (zh) 电动车的电池状态检测方法及装置
CN116853056A (zh) 基于数据分析的充电桩智能管理系统
CN110682820B (zh) 一种在线检测充电桩充电量准确性的方法及装置
CN113821911B (zh) 一种充电站负荷的预测方法、装置及系统
CN115545241A (zh) 充电桩状态识别方法、装置、电子设备及存储介质
CN111226254A (zh) 网络地图的可靠性
CN111016717B (zh) 识别多辆电动车同时充电的方法和装置
CN114280485A (zh) Soc估算及一致性评估方法、装置、计算机设备
CN114355223A (zh) 一种电池健康状态检测方法、装置及设备
CN113837473A (zh) 基于bp神经网络的充电设备故障率分析系统和方法

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