CN115675156A - 一种基于物联网的充电站消防安全监测系统与方法 - Google Patents
一种基于物联网的充电站消防安全监测系统与方法 Download PDFInfo
- Publication number
- CN115675156A CN115675156A CN202211158836.5A CN202211158836A CN115675156A CN 115675156 A CN115675156 A CN 115675156A CN 202211158836 A CN202211158836 A CN 202211158836A CN 115675156 A CN115675156 A CN 115675156A
- Authority
- CN
- China
- Prior art keywords
- fire
- risk
- charging
- transformer
- environment
- 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.)
- Pending
Links
Images
Classifications
-
- 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
Abstract
本发明提供一种基于物联网的充电站消防安全监测系统与方法,属于消防安全技术领域,具体包括:构建变压器的消防风险;构建充电桩的消防风险;基于环境的风速、温度、车位间距构建环境的消防风险;提取充电工作中的电动汽车的电池温度,并判断电动汽车的电池温度是否大于第一温度阈值,若是,则基于充电工作中的电动汽车的电池温度、充电功率、电池容量构建电动汽车的消防风险,基于变压器的消防风险、充电桩的消防风险、环境的消防风险、电动汽车的消防风险构建充电站的消防风险;若否,基于变压器的消防风险、充电桩的消防风险、环境的消防风险构建充电站的消防风险,从而进一步提升了充电站消防的安全性和可靠性。
Description
技术领域
本发明属于消防安全技术领域,具体一种基于物联网的充电站消防安全监测系统与方法。
背景技术
电动汽车作为一种新生事物,充电站也是随着电动汽车的发展而逐步发展起来,虽然只有绝大部分城市都建立了充电站,近年来媒体报道的电动汽车火灾及充电站火灾也屡见不鲜,
为了解决上述问题,在论文《电动汽车充电站消防安全防护距离分析》中作者贺俊杰从动力电池和电气设备两方面对电动汽车充电站火灾危险性进行了分析,并确定了动力电池是影响消防站消防安全的最关键的因素,并通过数值模拟分析,确定了着火车位相对面车位电动汽车在整个模拟时间 (600s)内不会被引燃,火灾不会蔓延。理论计算分析结果表明:当相邻汽车间距大于2.88m时,汽车不会被引燃,但是却没有结合车位间距、充电功率、电池温度、充电桩的输出功率、变压器的输出功率构建整体的消防风险,从而使得无法准确的对充电站的消防安全进行准确的评估,而且忽视了外部环境的风速、温度对引燃时间和相邻汽车间距的影响以及对消防风险的影响,从而导致对充电站的安全风险把控不够准确,进而有可能导致人员伤亡或者财产损失。
基于上述技术问题,需要设计一种基于物联网的充电站消防安全监测系统与方法。
发明内容
本发明的目的是提供一种基于物联网的充电站消防安全监测系统与方法。
为了解决上述技术问题,本发明第一方面提供了一种基于物联网的充电站消防安全监测方法,其特征在于,具体包括:
S11基于变压器的输出功率、变压器的额定功率构建所述变压器的消防风险;基于充电工作中的充电桩的输出功率、额定功率构建所述充电桩的消防风险;
S12基于环境的风速、温度、车位间距构建环境的消防风险;
S13提取充电工作中的电动汽车的电池温度,并判断电动汽车的电池温度是否大于第一温度阈值,若是,则进入步骤S14;若否,基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险构建充电站的消防风险;
S14基于充电工作中的电动汽车的电池温度、充电功率、电池容量构建电动汽车的消防风险,基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险。
通过变压器的输出功率构建变压器的消防风险,通过充电工作中的充电桩的输出功率构建充电桩的消防风险,通过环境的风速、温度、车位间距构建环境的消防风险,并进一步确定充电工作中的电动汽车的电池温度是否比较高,若比较低的话,则基于变压器的消防风险、充电桩的消防风险、环境的消防风险构建充电站的消防风险,若比较高的话,则基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险,从而解决了原有没有构建整体的消防风险,从而使得无法准确的对充电站的消防安全进行准确的评估的技术问题,从而能够更加准确的得知充电站的安全情况,保证了充电站的消防安全,同时采用环境的风速、温度、车位间距构建环境的消防风险,从而解决了原有的没有考虑环境因素导致的充电站的安全风险把控不够准确,进一步提升了安全风险把控的可靠性和准确性,提升了主动安全能力。
通过采用基于环境的风速、温度、车位间距构建环境的消防风险,从而极大的提升了对充电站消防风险把控的准确性,也与实际的环境天气因素结合到一起,也使得最终的充电站评估结果能够准确反应电动汽车对充电站的影响。
通过对电动汽车的电池温度是否大于第一温度阈值的判断,从而进一步提升了对充电站安全风险把控的效率,当电池温度较低时,此时电动汽车并没有较大的消防隐患,因此将消防隐患评估的输入因素进一步降低,使得评估的效率得到进一步的提升。
通过基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险,从而可以准确的反应充电站的实际安全情况,充分考虑电动汽车、环境因素以及基础充电设备的安全风险,使得最终的安全风险评估结果变得更加的全面和准确。
进一步的技术方案在于,所述变压器的消防风险构建的具体步骤为:
S21提取所述变压器的输出功率,并基于所述变压器的额定功率,基于所述变压器的输出功率与所述变压器的额定功率的比值得到变压器比值;
S22判断所述变压器比值是否大于第一变压器阈值时,若是,则进入步骤S23,若否,则变压器的消防风险为零;
S23基于所述变压器比值、环境的温度构建变压器输入集,并将所述变压器输入集传输至基于改进蝙蝠算法优化的GRU算法的变压器预测模型中,得到变压器的消防风险。
通过基于变压器的输出功率和额定功率,从而得到变压器比值,从而可以根据输出功率占额定功率的大小确定变压器的消防风险,当比值较小时,说明此时变压器的输出功率较小,此时变压器的消防风险为零,当比值较大时,说明此时变压器的输出功率较大,通过采用基于改进蝙蝠算法优化的 GRU算法的变压器预测模型中,得到变压器的消防风险,在保证了变压器的消防风险评估的可靠性的基础上,也提升了寻优的效率,进一步保证了最终的预测结果的效率。
进一步的技术方案在于,所述第一变压器阈值根据所述环境的温度、变压器的额定功率确定,其具体的计算公式为:
其中K1、K2为权值,T1、E1分别为环境的温度,根据变压器的额定功率确定的权值。
进一步的技术方案在于,所述充电桩的消防风险构建的具体步骤为:
S31提取所述充电工作中的充电桩的输出功率,并基于所述充电工作中的充电桩的额定功率,基于所述充电工作中的充电桩的输出功率与所述充电工作中的充电桩的额定功率的比值得到充电工作中的充电桩的比值;
S32判断所述充电工作中的充电桩的比值是否大于第一充电桩阈值时,若是,则进入步骤S33,若否,则充电桩的消防风险为零;
S33提取所述充电工作中的充电桩的比值大于第一充电桩阈值的充电桩数量,并将所述充电桩数量、充电工作中的充电桩的比值、环境的温度构建充电桩输入集,并将所述充电桩输入集传输至基于改进蝙蝠算法优化的GRU 算法的充电桩预测模型中,得到充电桩的消防风险。
进一步的技术方案在于,所述改进蝙蝠算法为引入改进型的自适应权重函数,对所述速度算式进行改进。
进一步的技术方案在于,所述环境的消防风险的计算公式为:
其中K3、K4、K5为权值,均大于零,V、T1、J分别为环境的风速、温度、车位间距。
通过环境的消防风险公式的构建,进一步提升了对环境风险把控的准确性和可靠性,也使得对于环境风险的把控变得更加的通用。
进一步的技术方案在于,所述电动汽车的消防风险构建的具体步骤为:
S41提取所述充电工作中的电动汽车的充电功率,并判断所述电动汽车的充电功率是否大于第一充电阈值,若是,则进入步骤S42;若否,则输出电动汽车的消防风险为0;
S42提取所述充电工作中的电动汽车的电池温度,并判断所述电动汽车的电池温度是否大于第一温度阈值,若是,则进入步骤S43;若否,则输出电动汽车的消防风险为0;
S43基于所述充电工作中的电动汽车的电池温度、充电功率、电池容量构建电动汽车输入集,并将所述充电汽车输入集传输至基于改进PSO算法优化的LightGBM算法的电动汽车预测模型中,得到电动汽车的消防风险。
通过首先对电动汽车的充电功率进行判断,然后再对电动汽车的电池温度进行判断,当满足一定的充电功率和充电温度的基础上,再采用基于改进 PSO算法优化的LightGBM算法的电动汽车预测模型得到电动汽车的消防风险,从而极大的提升了效率和精度,也减少了很多的不必要的判断。
进一步的技术方案在于,基于所述电动汽车的消防风险和所述环境的消防风险构建潜在消防风险。
进一步的技术方案在于,所述充电站的消防风险构建的具体步骤为:
S51判断所述环境的消防风险是否大于第一风险阈值,若是,则进入步骤S53,若否,则进入步骤S52;
S52判断所述潜在消防风险是否大于第二风险阈值,若是,则进入步骤 S52,若否,充电站的消防风险为0;
S53基于所述潜在消防风险、所述变压器的消防风险、所述充电桩的消防风险构建所述充电站的消防风险。
进一步的技术方案在于,所述第一风险阈值、所述第二风险阈值根据所述充电站的面积、正在充电的电动汽车的数量,采用专家打分的方式进行确定。
另一方面,本发明提供了一种基于物联网的充电站消防安全监测系统,采用上述的一种基于物联网的充电站消防安全监测方法,包括变压器风险评估模块,充电桩风险评估模块,环境风险评估模块,电动汽车评估模块,结果评估模块,物联网通信模块;
其中所述变压器风险评估模块负责基于变压器的输出功率、变压器的额定功率构建所述变压器的消防风险,并将所述变压器的消防风险通过物联网通信模块传输至结果评估模块;
所述充电风险评估模块负责基于充电工作中的充电桩的输出功率、充电工作中的充电桩的额定功率构建所述充电桩的消防风险,并将所述充电桩的消防风险通过物联网通信模块传输至结果评估模块;
所述环境风险评估模块负责基于环境的风速、温度、车位间距构建环境的消防风险,并将所述环境的消防风险通过物联网通信模块传输至结果评估模块;
所述电动汽车评估模块负责对所述电动汽车的电池温度、充电功率进行监测,并将所述电动汽车的消防风险通过物联网通信模块传输至结果评估模块;
所述结果评估模块负责基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险。
其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显。
图1是根据实施例1的一种基于物联网的充电站消防安全监测方法的流程图。
图2是根据实施例1的变压器的消防风险构建的具体步骤的流程图。
图3是根据实施例1的充电桩的消防风险构建的具体步骤的流程图。
图4是根据实施例1的电动汽车的消防风险构建的具体步骤的流程图。
图5是根据实施例1的充电站的消防风险构建的具体步骤的流程图。
图6是根据实施例2的一种基于物联网的充电站消防安全监测系统的构成图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。
用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
在原来的充电站的消防风险安全监测过程中,并没有结合车位间距、充电功率、电池温度、充电桩的输出功率、变压器的输出功率构建整体的消防风险,而且忽视了外部环境的风速、温度对引燃时间和相邻汽车间距的影响以及对消防风险的影响,从而导致对充电站的安全风险把控不够准确,进而有可能导致人员伤亡或者财产损失。
实施例1
为解决上述问题,根据本发明的一个方面,如图1所示,提供了一种基于物联网的充电站消防安全监测方法,其特征在于,具体包括:
S11基于变压器的输出功率、变压器的额定功率构建所述变压器的消防风险;基于充电工作中的充电桩的输出功率、额定功率构建所述充电桩的消防风险;
具体的举个例子,可以采用专家打分的形式,或者依据经验构建一个经验公式,从而实现消防风险的构建。
S12基于环境的风速、温度、车位间距构建环境的消防风险;
S13提取充电工作中的电动汽车的电池温度,并判断电动汽车的电池温度是否大于第一温度阈值,若是,则进入步骤S14;若否,基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险构建充电站的消防风险;
具体的举个例子,第一温度阈值为50摄氏度,当电池温度大于50摄氏度,则此时进入步骤S14,若小于或者等于50摄氏度,则基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险构建充电站的消防风险。
S14基于充电工作中的电动汽车的电池温度、充电功率、电池容量构建电动汽车的消防风险,基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险。
通过变压器的输出功率构建变压器的消防风险,通过充电工作中的充电桩的输出功率构建充电桩的消防风险,通过环境的风速、温度、车位间距构建环境的消防风险,并进一步确定充电工作中的电动汽车的电池温度是否比较高,若比较低的话,则基于变压器的消防风险、充电桩的消防风险、环境的消防风险构建充电站的消防风险,若比较高的话,则基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险,从而解决了原有没有构建整体的消防风险,从而使得无法准确的对充电站的消防安全进行准确的评估的技术问题,从而能够更加准确的得知充电站的安全情况,保证了充电站的消防安全,同时采用环境的风速、温度、车位间距构建环境的消防风险,从而解决了原有的没有考虑环境因素导致的充电站的安全风险把控不够准确,进一步提升了安全风险把控的可靠性和准确性,提升了主动安全能力。
通过采用基于环境的风速、温度、车位间距构建环境的消防风险,从而极大的提升了对充电站消防风险把控的准确性,也与实际的环境天气因素结合到一起,也使得最终的充电站评估结果能够准确反应电动汽车对充电站的影响。
通过对电动汽车的电池温度是否大于第一温度阈值的判断,从而进一步提升了对充电站安全风险把控的效率,当电池温度较低时,此时电动汽车并没有较大的消防隐患,因此将消防隐患评估的输入因素进一步降低,使得评估的效率得到进一步的提升。
通过基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险,从而可以准确的反应充电站的实际安全情况,充分考虑电动汽车、环境因素以及基础充电设备的安全风险,使得最终的安全风险评估结果变得更加的全面和准确。
在另外一种可能的实施例中,如图2所示,所述变压器的消防风险构建的具体步骤为:
S21提取所述变压器的输出功率,并基于所述变压器的额定功率,基于所述变压器的输出功率与所述变压器的额定功率的比值得到变压器比值;
具体的举个例子,若变压器的额定功率为10MW,变压器的输出功率为 5MW,则变压器比值为5与10之间的比值,即为0.5。
S22判断所述变压器比值是否大于第一变压器阈值时,若是,则进入步骤S23,若否,则变压器的消防风险为零;
具体的举个例子,若第一变压器阈值为0.7,则变压器比值为0.5时,此时变压器的消防风险为零,若变压器比值为1时,则进入步骤S23。
S23基于所述变压器比值、环境的温度构建变压器输入集,并将所述变压器输入集传输至基于改进蝙蝠算法优化的GRU算法的变压器预测模型中,得到变压器的消防风险。
通过基于变压器的输出功率和额定功率,从而得到变压器比值,从而可以根据输出功率占额定功率的大小确定变压器的消防风险,当比值较小时,说明此时变压器的输出功率较小,此时变压器的消防风险为零,当比值较大时,说明此时变压器的输出功率较大,通过采用基于改进蝙蝠算法优化的 GRU算法的变压器预测模型中,得到变压器的消防风险,在保证了变压器的消防风险评估的可靠性的基础上,也提升了寻优的效率,进一步保证了最终的预测结果的效率。
在另外一种可能的实施例中,所述第一变压器阈值根据所述环境的温度、变压器的额定功率确定,其具体的计算公式为:
其中K1、K2为权值均大于零,T1、E1分别为环境的温度、根据变压器的额定功率确定的权值。
具体举个例子,E1的取值范围在1到10之间,变压器的额定功率越大, E1的取值范围越大。
在另外一种可能的实施例中,如图3所示,所述充电桩的消防风险构建的具体步骤为:
S31提取所述充电工作中的充电桩的输出功率,并基于所述充电工作中的充电桩的额定功率,基于所述充电工作中的充电桩的输出功率与所述充电工作中的充电桩的额定功率的比值得到充电工作中的充电桩的比值;
S32判断所述充电工作中的充电桩的比值是否大于第一充电桩阈值时,若是,则进入步骤S33,若否,则充电桩的消防风险为零;
S33提取所述充电工作中的充电桩的比值大于第一充电桩阈值的充电桩数量,并将所述充电桩数量、充电工作中的充电桩的比值、环境的温度构建充电桩输入集,并将所述充电桩输入集传输至基于改进蝙蝠算法优化的GRU 算法的充电桩预测模型中,得到充电桩的消防风险。
在另外一种可能的实施例中,所述改进蝙蝠算法为引入改进型的自适应权重函数,对所述速度算式进行改进。
在另外一种可能的实施例中,所述环境的消防风险的计算公式为:
其中K3、K4、K5为权值,均大于零,V、T1、J分别为环境的风速、温度、车位间距。
通过环境的消防风险公式的构建,进一步提升了对环境风险把控的准确性和可靠性,也使得对于环境风险的把控变得更加的通用。
在另外一种可能的实施例中,如图4所示,所述电动汽车的消防风险构建的具体步骤为:
S41提取所述充电工作中的电动汽车的充电功率,并判断所述电动汽车的充电功率是否大于第一充电阈值,若是,则进入步骤S42;若否,则输出电动汽车的消防风险为0;
S42提取所述充电工作中的电动汽车的电池温度,并判断所述电动汽车的电池温度是否大于第一温度阈值,若是,则进入步骤S43;若否,则输出电动汽车的消防风险为0;
S43基于所述充电工作中的电动汽车的电池温度、充电功率、电池容量构建电动汽车输入集,并将所述充电汽车输入集传输至基于改进PSO算法优化的LightGBM算法的电动汽车预测模型中,得到电动汽车的消防风险。
通过首先对电动汽车的充电功率进行判断,然后再对电动汽车的电池温度进行判断,当满足一定的充电功率和充电温度的基础上,再采用基于改进 PSO算法优化的LightGBM算法的电动汽车预测模型得到电动汽车的消防风险,从而极大的提升了效率和精度,也减少了很多的不必要的判断。
在另外一种可能的实施例中,基于所述电动汽车的消防风险和所述环境的消防风险构建潜在消防风险。
具体的举个例子,所述潜在消防风险的具体的计算公式为:
其中D1为电动汽车的消防风险,K6、K7为权值。
在另外一种可能的实施例中,如图5所示,所述充电站的消防风险构建的具体步骤为:
S51判断所述环境的消防风险是否大于第一风险阈值,若是,则进入步骤S53,若否,则进入步骤S52;
S52判断所述潜在消防风险是否大于第二风险阈值,若是,则进入步骤 S52,若否,充电站的消防风险为0;
S53基于所述潜在消防风险、所述变压器的消防风险、所述充电桩的消防风险构建所述充电站的消防风险。
在另外一种可能的实施例中,所述第一风险阈值、所述第二风险阈值根据所述充电站的面积、正在充电的电动汽车的数量,采用专家打分的方式进行确定。
实施例2
如图6所示,一种基于物联网的充电站消防安全监测系统,采用上述的一种基于物联网的充电站消防安全监测方法,包括变压器风险评估模块,充电桩风险评估模块,环境风险评估模块,电动汽车评估模块,结果评估模块,物联网通信模块;
其中所述变压器风险评估模块负责基于变压器的输出功率、变压器的额定功率构建所述变压器的消防风险,并将所述变压器的消防风险通过物联网通信模块传输至结果评估模块;
所述充电风险评估模块负责基于充电工作中的充电桩的输出功率、充电工作中的充电桩的额定功率构建所述充电桩的消防风险,并将所述充电桩的消防风险通过物联网通信模块传输至结果评估模块;
所述环境风险评估模块负责基于环境的风速、温度、车位间距构建环境的消防风险,并将所述环境的消防风险通过物联网通信模块传输至结果评估模块;
所述电动汽车评估模块负责对所述电动汽车的电池温度、充电功率进行监测,并将所述电动汽车的消防风险通过物联网通信模块传输至结果评估模块;
所述结果评估模块负责基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险。
在本发明实施例中,术语“多个”则指两个或两个以上,除非另有明确的限定。术语“安装”、“连接”、“固定”等术语均应做广义理解,例如,“连接”可以是固定连接,也可以是可折卸连接,或一体地连接。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明实施例中的具体含义。
本发明实施例的描述中,需要理解的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明实施例和简化描述,而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作,因此,不能理解为对本发明实施例的限制。
在本说明书的描述中,术语“一个实施例”、“一个优选实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明实施例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实例。而且,描述的具体特征、结构、材料或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。
以上仅为本发明实施例的优选实施例而已,并不用于限制本发明实施例,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种基于物联网的充电站消防安全监测方法,其特征在于,具体包括:
S11基于变压器的输出功率、变压器的额定功率构建所述变压器的消防风险;基于充电工作中的充电桩的输出功率、额定功率构建所述充电桩的消防风险;
S12基于环境的风速、温度、车位间距构建环境的消防风险;
S13提取充电工作中的电动汽车的电池温度,并判断电动汽车的电池温度是否大于第一温度阈值,若是,则进入步骤S14;若否,基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险构建充电站的消防风险;
S14基于充电工作中的电动汽车的电池温度、充电功率、电池容量构建电动汽车的消防风险,基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险。
2.如权利要求1所述的充电站消防安全监测方法,其特征在于,所述变压器的消防风险构建的具体步骤为:
S21提取所述变压器的输出功率,并基于所述变压器的额定功率,基于所述变压器的输出功率与所述变压器的额定功率的比值得到变压器比值;
S22判断所述变压器比值是否大于第一变压器阈值,若是,则进入步骤S23,若否,则变压器的消防风险为零;
S23基于所述变压器比值、环境的温度构建变压器输入集,并将所述变压器输入集传输至基于改进蝙蝠算法优化的GRU算法的变压器预测模型中,得到变压器的消防风险;
所述第一变压器阈值根据所述环境的温度、变压器的额定功率确定,其具体的计算公式为:
其中K1、K2为权值,T1、E1分别为环境的温度,根据变压器的额定功率确定的权值。
3.如权利要求1所述的充电站消防安全监测方法,其特征在于,所述充电桩的消防风险构建的具体步骤为:
S31提取所述充电工作中的充电桩的输出功率,并基于所述充电工作中的充电桩的额定功率,基于所述充电工作中的充电桩的输出功率与所述充电工作中的充电桩的额定功率的比值得到充电工作中的充电桩的比值;
S32判断所述充电工作中的充电桩的比值是否大于第一充电桩阈值时,若是,则进入步骤S33,若否,则充电桩的消防风险为零;
S33提取所述充电工作中的充电桩的比值大于第一充电桩阈值的充电桩数量,并将所述充电桩数量、充电工作中的充电桩的比值、环境的温度构建充电桩输入集,并将所述充电桩输入集传输至基于改进蝙蝠算法优化的GRU算法的充电桩预测模型中,得到充电桩的消防风险。
4.如权利要求3所述的充电站消防安全监测方法,其特征在于,所述改进蝙蝠算法为引入改进型的自适应权重函数,对所述速度算式进行改进。
6.如权利要求1所述的充电站消防安全监测方法,其特征在于,所述电动汽车的消防风险构建的具体步骤为:
S41提取所述充电工作中的电动汽车的充电功率,并判断所述电动汽车的充电功率是否大于第一充电阈值,若是,则进入步骤S42;若否,则输出电动汽车的消防风险为0;
S42提取所述充电工作中的电动汽车的电池温度,并判断所述电动汽车的电池温度是否大于第一温度阈值,若是,则进入步骤S43;若否,则输出电动汽车的消防风险为0;
S43基于所述充电工作中的电动汽车的电池温度、充电功率、电池容量构建电动汽车输入集,并将所述充电汽车输入集传输至基于改进PSO算法优化的LightGBM算法的电动汽车预测模型中,得到电动汽车的消防风险。
7.如权利要求1所述的充电站消防安全监测方法,其特征在于,基于所述电动汽车的消防风险和所述环境的消防风险构建潜在消防风险。
8.如权利要求1所述的充电站消防安全监测方法,其特征在于,所述充电站的消防风险构建的具体步骤为:
S51判断所述环境的消防风险是否大于第一风险阈值,若是,则进入步骤S53,若否,则进入步骤S52;
S52判断所述潜在消防风险是否大于第二风险阈值,若是,则进入步骤S52,若否,充电站的消防风险为0;
S53基于所述潜在消防风险、所述变压器的消防风险、所述充电桩的消防风险构建所述充电站的消防风险。
9.如权利要求1所述的充电站消防安全监测方法,其特征在于,所述第一风险阈值、所述第二风险阈值根据所述充电站的面积、正在充电的电动汽车的数量,采用专家打分的方式进行确定。
10.一种基于物联网的充电站消防安全监测系统,采用权利要求1-9任意一项所述的一种基于物联网的充电站消防安全监测方法,包括变压器风险评估模块,充电桩风险评估模块,环境风险评估模块,电动汽车评估模块,结果评估模块,物联网通信模块;
其中所述变压器风险评估模块负责基于变压器的输出功率、变压器的额定功率构建所述变压器的消防风险,并将所述变压器的消防风险通过物联网通信模块传输至结果评估模块;
所述充电风险评估模块负责基于充电工作中的充电桩的输出功率、充电工作中的充电桩的额定功率构建所述充电桩的消防风险,并将所述充电桩的消防风险通过物联网通信模块传输至结果评估模块;
所述环境风险评估模块负责基于环境的风速、温度、车位间距构建环境的消防风险,并将所述环境的消防风险通过物联网通信模块传输至结果评估模块;
所述电动汽车评估模块负责对所述电动汽车的电池温度、充电功率进行监测,并将所述电动汽车的消防风险通过物联网通信模块传输至结果评估模块;
所述结果评估模块负责基于所述变压器的消防风险、所述充电桩的消防风险、所述环境的消防风险、所述电动汽车的消防风险构建充电站的消防风险。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211158836.5A CN115675156A (zh) | 2022-09-22 | 2022-09-22 | 一种基于物联网的充电站消防安全监测系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211158836.5A CN115675156A (zh) | 2022-09-22 | 2022-09-22 | 一种基于物联网的充电站消防安全监测系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115675156A true CN115675156A (zh) | 2023-02-03 |
Family
ID=85062903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211158836.5A Pending CN115675156A (zh) | 2022-09-22 | 2022-09-22 | 一种基于物联网的充电站消防安全监测系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115675156A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228205A (zh) * | 2023-03-29 | 2023-06-06 | 东莞先知大数据有限公司 | 一种充电桩断电风险诊断方法、装置及存储介质 |
CN116704697A (zh) * | 2023-04-12 | 2023-09-05 | 中科合肥技术创新工程院 | 一种汽车充电区域异常预警方法及系统 |
-
2022
- 2022-09-22 CN CN202211158836.5A patent/CN115675156A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228205A (zh) * | 2023-03-29 | 2023-06-06 | 东莞先知大数据有限公司 | 一种充电桩断电风险诊断方法、装置及存储介质 |
CN116228205B (zh) * | 2023-03-29 | 2023-11-21 | 东莞先知大数据有限公司 | 一种充电桩断电风险诊断方法、装置及存储介质 |
CN116704697A (zh) * | 2023-04-12 | 2023-09-05 | 中科合肥技术创新工程院 | 一种汽车充电区域异常预警方法及系统 |
CN116704697B (zh) * | 2023-04-12 | 2024-04-16 | 中科合肥技术创新工程院 | 一种汽车充电区域异常预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115675156A (zh) | 一种基于物联网的充电站消防安全监测系统与方法 | |
Liu et al. | Heuristic dynamic programming based online energy management strategy for plug-in hybrid electric vehicles | |
US20210170883A1 (en) | Method for dual-motor control on electric vehicle based on adaptive dynamic programming | |
Zhang et al. | Improved short-term speed prediction using spatiotemporal-vision-based deep neural network for intelligent fuel cell vehicles | |
CN113552867B (zh) | 一种运动轨迹的规划方法及轮式移动设备 | |
Ghobadpour et al. | An intelligent energy management strategy for an off‐road plug‐in hybrid electric tractor based on farm operation recognition | |
Zhang et al. | Extending battery lifetime for electric wheel loaders with electric-hydraulic hybrid powertrain | |
Zhang et al. | A review of energy management optimization based on the equivalent consumption minimization strategy for fuel cell hybrid power systems | |
CN101852853B (zh) | 一种基于太阳能供电的低功耗无线网络测距系统 | |
CN117227521B (zh) | 一种基于ai智能算法的无线充电方法及系统 | |
CN115545491A (zh) | 一种基于大数据的配电网运行健康度评价方法 | |
CN105704666A (zh) | 一种降低物联网传感节点充电延迟的方法及系统 | |
CN106043712A (zh) | 无人机、无人机开机方法 | |
CN113002368A (zh) | 车载燃料电池系统的控制方法及相关装置 | |
CN113002367B (zh) | 车载燃料电池系统的控制方法及相关装置 | |
CN112613180B (zh) | 一种水下无人航行器的能耗优化方法 | |
CN113993175B (zh) | 一种无人机通信切换方法、系统、设备及存储介质 | |
CN114389294B (zh) | 一种面向降维等效的海量电动汽车集中式控制方法及系统 | |
Chen et al. | Performance improvement of the solid oxide fuel cell using optimal parameters identification through fuzzy logic based-modeling and different optimization algorithms | |
CN216748497U (zh) | 一种油电监控手持端 | |
CN115587654B (zh) | 作业车放电优化方法及系统、电子设备及可读存储介质 | |
Nithin et al. | FUEL CELL HYBRID ELECTRIC VEHICLE: A REVIEW ON CURRENT STATUS, KEY CHALLENGES AND FUTURE PROSPECTS | |
Wu et al. | Cooperative Vehicle Infrastructure System-Based Control Strategy of Variable Speed Limit to Reduce Crash Risks in Freeway Bottlenecks | |
Xie et al. | Q-Learning for Path Planning of a UAV under Energy Consumption Constraints | |
WO2021217459A1 (zh) | 可移动平台的控制方法、可移动平台、控制终端及系统 |
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 |