CN116039433B - 一种基于大数据的车辆充电安全检测系统及方法 - Google Patents

Abstract

本发明涉及车辆检测技术领域，具体为一种基于大数据的车辆充电安全检测系统及方法，包括：获取目标车辆的电池容量规格、剩余电量和行程数据；获取目标车辆的历史充电记录；获取目标车辆连接充电桩时的位置信息和时间点数据；获取采集到的数据进行加密存储；获取目标车辆的历史充电次数和所有充电时长，分析目标车辆的当前电池容量大小，分析进行充电时所需的电流范围；计算目标车辆的不同充电模式和对应的充电时长；分析目标车辆的历史充电电流记录，进行充电模式的综合性分析；对目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测，提升充电安全系数，保障充电安全。

Description

一种基于大数据的车辆充电安全检测系统及方法

技术领域

本发明涉及车辆检测技术领域，具体为一种基于大数据的车辆充电安全检测系统及方法。

背景技术

随着社会的发展和技术的进步，新能源汽车逐渐受到了人们的喜爱和青睐，它不仅为人们提供了更高的便利性，还有助于节能环保，因此燃油车因为自身的劣势在将来必定会被新能源汽车取代。

然而随着新能源电动汽车市场的逐步扩大，充电需求也随之日益增多，但相应的问题也会慢慢涌现，人们在充电过程中常常为了更加快捷而选择快充的方式给车辆进行充电，这就会使用大电流进行充电，但有时大电流的充电，会导致电池内部电流过高，过重、过热的情况时常发生，很容易造成火灾事故；同时，随着电池的损耗，车辆充电的电流安全范围也会逐步降低，因此我们在日常充电中要时刻谨记安全问题，避免发生各种安全事故，当然我们也可以选择可靠的充电服务方，来提升我们的充电安全系数，保障充电安全。

所以，人们需要一种基于大数据的车辆充电安全检测系统及方法来解决上述问题。

发明内容

本发明的目的在于提供一种基于大数据的车辆充电安全检测系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的车辆充电安全检测方法，包括以下步骤：

步骤S100：获取连接充电桩准备充电的车辆信息，设定为目标车辆，根据所述目标车辆信息，获取目标车辆的电池容量规格、当前剩余电量和当前行程数据；获取目标车辆所有的历史充电记录，形成历史数据集；同时获取所述目标车辆连接充电桩时的位置信息和时间点数据；

步骤S200：获取所有采集到的数据，利用数字签名算法进行加密存储；

步骤S300：基于目标车辆的历史数据集，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集，根据所述时长记录集分析目标车辆的当前电池容量大小，进一步根据当前电池容量分析进行充电时所需的电流范围；根据所述电流范围和目标车辆的当前剩余电量计算目标车辆的不同充电模式和对应的充电时长；

步骤S400：根据获取的历史数据集分析目标车辆的历史充电电流记录，若历史电流大小相似，则匹配所述电流的充电模式进行充电；反之，若历史电流大小不同，则将获取的目标车辆当前行程数据和充电站的位置信息进行匹配，同时利用大数据获取所有充电车辆的时间点数据，对特殊的时间点进行标记，根据获取的时间点数据进行充电模式的综合性分析，目的是控制车辆充电的时长，提高用户需求；

步骤S500：对所述目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测，当达到最适宜电量后自动断开并显示充电结束信息和充电结束后的电量信息。

进一步的，所述步骤S100包括：

S110：检测系统通过充电桩与目标车辆之间的连接获取车辆信息，基于目标车辆信息，确认所述目标车辆的电池容量规格为a，当前剩余电量比值为q，并获取导航数据中所述目标车辆当前的行程数据为m；

S120：基于目标车辆信息，对所述目标车辆所有的历史充电记录进行获取，形成历史数据集A；

S130：确认连接目标车辆的充电桩信息，利用定位算法获取所述充电桩对应的充电站位置信息为（h,k)，同时获取连接所述充电桩时的时间点数据为t。

进一步的，所述步骤S200包括：利用数据库获取目标车辆信息、历史数据集A、充电站位置信息（h,k)和时间点数据t，利用数字签名算法进行加密存储。

进一步的，所述步骤S300包括：

S310：对存储的历史数据集A进行提取，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集A’={a1,a2,…,an}，其中a1,a2,…,an表示历史记录中第1、2、…、n次的充电时长，则得到所述目标车辆n次的平均充电时长为α；对目标车辆的电池容量规格a进行提取，确认目标车辆的最优充电时长为a’；基于所述目标车辆的电池容量规格a、最优充电时长a’、平均充电时长α和历史充电次数n，分析当前电池的损耗值β：若α≤a’，则当前电池的损耗值β=0；若α>a’，则当前电池的损耗值β=(α-a’)*σⁿ*a，其中，σ表示电池衰减系数，取决于电池的放电深度；

S320：对当前分析出的电池损耗值β进行提取，确认所述目标车辆的当前电池容量大小a^*为：a^*=a-β=a-(α-a’)*σⁿ*a；基于当前电池容量大小a^*确认进行充电时所需的电流C的范围为a^*/cl~a^*/cr，其中，cl、cr均表示比容量参数，且(a^*/cl)<(a^*/10)<(a^*/5)<(a^*/cr)<电池CCA值；则进一步根据电流C的范围，将a^*/cl~a^*/10设定为慢充模式，a^*/10~a^*/5设定为正常模式，a^*/10~a^*/cr设定为快充模式；

S330：基于目标车辆的当前电池容量大小a^*、剩余电量比值q和充电时所需的电流C，计算目标车辆在不同充电电流下对应的充电时长U=1.5*(1-q)*a^*/C。

进一步的，所述步骤S400包括：

S410：基于历史数据集A，对历史数据集A中目标车辆的历史充电电流记录进行提取，形成历史电流集：A*={b1,b2,…,bn}，其中b1,b2,…,bn表示历史记录中第1、2、…、n次的充电电流大小；遍历历史电流集A*，对任意一个电流数据bi进行获取，其中bi∈A*，比较任意两个电流大小bi和bi+e的相似度λi：

λi=|bi∩bi+e|/|bi∪bi+e|，e=1,2,…,n-i；

若不存在相似度λi<μ，其中μ为相似阈值，表示历史充电电流记录中目标车辆的所有充电电流大小相似，说明所述目标车辆的历史充电模式一致，则根据历史电流集A*将所有电流大小求除以n得到平均电流值为b^*，并根据所述电流值b^*进行充电，进入步骤S500；

S420：若存在相似度λi<μ，基于导航数据中目标车辆当前的行程数据m：{(x1,y1)→(x2,y2)}，计算行程数据m中始末位置点为Y1(x1,y1)，Y2(x2,y2)之间的距离为D，进一步对充电站位置信息Y（h,k)进行获取，得到充电站位置信息（h,k)分别和始末位置点之间的距离：d1，d2；基于距离D、d1和d2，计算充电站位置信息Y分别和Y1、Y2连线形成的夹角Φ，其中Φ为弧度制：根据公式：cosΦ=(d1²+d2²-D²)/(2*d1*d2)，得到夹角Φ值为：

Φ=arccos[(d1²+d2²-D²)/(2*d1*d2)]；

根据夹角Φ值确认影响目标车辆充电模式的第一影响因子为g1=1-(Φ*D)/[π*(d1+d2)]；当夹角越大，表明位置Y与始末位置点Y1，Y2的距离越靠近，说明充电站位置是导航数据途径点可能性越高，则对充电模式的影响程度越低，反之，则越高；

S430：获取历史大数据下登录充电平台的所有车辆历史充电时间点和各个充电时间点的充电电流，形成时间数据集P={p1,p2,…,ps}，其中p1,p2,…,ps表示时间点1、2、…、s的所有充电电流记录；基于时间数据集P，对任意时间点pv的所有充电电流记录进行提取，pv∈P，利用步骤S410中的相似度公式分析任意时间点pv的电流相似度，当pv中的电流相似度小于阈值，则对时间点pv进行标记；遍历时间数据集P，确认所有进行标记的时间点数量为z；

S440：获取连接所述充电桩时的时间点数据t，分析时间点数据t和时间数据集P之间的关系：若时间点数据t不属于标记的时间点，则确认影响目标车辆充电模式的第二影响因子为g2=0；反之，若时间点数据t属于标记的时间点，则确认影响目标车辆充电模式的第二影响因子为g2=z/s；

S450：基于影响目标车辆充电模式的第一影响因子和第二影响因子，对当前充电电流进行综合性分析：获取目标车辆进行充电时所需的电流C的最大安全值a^*/cr，则选择目标车辆的当前电流为；W=(w1*g1+w2*g2)*a^*/cr，进一步根据当前电流W在电流C取值范围区间确定目标车辆的充电模式。

所述步骤S500包括：

S510：检测系统确认目标车辆的充电模式后，对所述目标车辆充电过程中的充电电流、电压和温度进行安全性检测；

S520：当达到最适宜电量后自动断开并显示充电结束信息和充电结束后的电量信息，其中，根据电池性能决定车辆的最适宜电量大小。

车辆充电安全检测系统，所述系统包括：数据采集模块、数据库、充电分析模块、模式判断模块和安全检测模块；

通过所述数据采集模块获取进入充电站准备充电的车辆信息，设定为目标车辆，根据所述目标车辆信息，获取目标车辆的电池容量、当前剩余电量和当前行程数据；获取目标车辆所有的历史充电记录，形成历史数据集；同时获取所述目标车辆进入充电站时的位置信息和时间点数据；

通过所述数据库获取所有采集到的数据，利用数字签名算法进行加密存储；

通过所述充电分析模块基于目标车辆的历史数据集，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集，根据所述时长记录集分析目标车辆的当前电池容量大小，进一步根据当前电池容量分析进行充电时所需的电流范围；根据所述电流范围和目标车辆的当前剩余电量计算目标车辆的不同充电模式和对应的充电时长；

通过所述模式判断模块根据获取的历史数据集分析目标车辆的历史充电电流记录，若历史电流大小相似，则匹配所述电流的充电模式进行充电；反之，若历史电流大小不同，则将获取的目标车辆当前行程数据和充电站的位置信息进行匹配，同时利用大数据获取所有充电车辆的时间点数据，对特殊的时间点进行标记，根据获取的时间点数据进行充电模式的综合性分析，目的是控制车辆充电的时长，提高用户需求；

通过所述安全检测模块对所述目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测，当电量充满后自动断开并显示充电结束信息和充电结束后的电量信息。

进一步的，所述数据采集模块包括车辆信息采集单元、历史数据采集单元和充电站信息获取单元；

所述车辆信息采集单元用于采集目标车辆的电池容量、当前剩余电量和当前行程数据；所述历史数据采集单元用于采集目标车辆所有的历史充电记录，形成历史数据集；所述充电站信息获取单元用于利用定位算法采集目标车辆进入充电站时的位置信息，同时采集当前时间点数据。

进一步的，所述充电分析模块包括电量分析单元、安全分析单元和充电计算单元；

所述电量分析单元用于根据历史数据集中目标车辆的历史充电次数和所有充电时长分析目标车辆的当前电池容量大小；所述安全分析单元用于根据所述目标车辆的电池容量分析进行充电时的电流范围；所述充电计算单元用于根据所述电流范围和目标车辆的当前剩余电量计算目标车辆的不同充电模式和对应的充电时长。

进一步的，所述模式判断模块包括历史分析单元、位置匹配单元、时间分析单元和模式评估单元；

所述历史分析单元用于根据获取的历史数据集分析目标车辆的历史充电电流记录的相似性，若历史电流大小相似，则匹配所述电流的充电模式进行充电，反之，若历史电流大小各不相同，则进入位置匹配单元；所述位置匹配单元用于将目标车辆的当前行程数据和充电站的位置信息进行匹配，分析影响目标车辆充电模式的第一影响因子；所述时间分析单元用于获取目标车辆的当前时间点数据，分析影响目标车辆充电模式的第二影响因子；所述模式评估单元用于根据第一影响因子和第二影响因子在所述充电计算单元的不同充电模式中匹配相应的最优充电方式。

进一步的，所述安全检测模块包括数据监测单元和智能提醒单元；

所述数据监测单元用于对所述目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测；所述智能提醒单元用于当电量充满后自动断开并显示充电结束信息和充电结束后的电量信息。

与现有技术相比，本发明所达到的有益效果是：

本发明通过计算目标车辆的平均充电时长，将其和最优充电时长比较，进一步根据电池容量规格，平均充电时长和历史充电次数分析目标车辆当前电池的损耗值，有利于后续对充电电流的安全范围进行分析，提高数据准确性；通过根据分析的电池损耗值确定电池容量和电池充电电流安全范围，进一步设定车辆的三种充电模式，对不同车辆的充电模式进行自适应设计，更有利于具体问题具体分析，提高数据分析效率；通过比较目标车辆历史电流的相似性，若目标车辆的所有充电电流大致相同，则根据计算的平均电流进行充电，保留车辆充电习惯，提高使用车辆的用户的需求性；通过对车辆历史充电电流不同的目标车辆当前行程和充电站位置进行匹配，分析充电站位置与导航中的始末位置的关联性，将关联值作为第一影响因子，有利于针对车辆当前对充电时长的需求性进行分析，提高用户需求；通过利用大数据获取所有充电车辆的时间点数据，对特殊的时间点进行标记，分析目标车辆当前时间点数据和历史时间点数据的关联性，将关联值作为第二影响因子，从而得到目标车辆的充电电流，进一步确定目标车辆的充电模式，有利于控制车辆充电的时长，满足用户需求，提高用户对车辆充电的便利性；通过在车辆充电过程中对充电电流、电压和温度进行安全性检测，有利于及时规避各种安全事故，提升我们的充电安全系数，保障充电安全。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于大数据的车辆充电安全检测系统的结构图；

图2是本发明一种基于大数据的车辆充电安全检测方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中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他实施例，都属于本发明保护的范围。

请参阅图1-图2，本发明提供技术方案：一种基于大数据的车辆充电安全检测方法，包括以下步骤：

步骤S100：获取连接充电桩准备充电的车辆信息，设定为目标车辆，根据所述目标车辆信息，获取目标车辆的电池容量规格、当前剩余电量和当前行程数据；获取目标车辆所有的历史充电记录，形成历史数据集；同时获取所述目标车辆连接充电桩时的位置信息和时间点数据；

步骤所述步骤S100包括：

S110：检测系统通过充电桩与目标车辆之间的连接获取车辆信息，基于目标车辆信息，确认所述目标车辆的电池容量规格为a，当前剩余电量比值为q，并获取导航数据中所述目标车辆当前的行程数据为m；

S120：基于目标车辆信息，对所述目标车辆所有的历史充电记录进行获取，形成历史数据集A；

S130：确认连接目标车辆的充电桩信息，利用定位算法获取所述充电桩对应的充电站位置信息为（h,k)，同时获取连接所述充电桩时的时间点数据为t。

步骤S200：获取所有采集到的数据，利用数字签名算法进行加密存储；

所述步骤S200包括：利用数据库获取目标车辆信息、历史数据集A、充电站位置信息（h,k)和时间点数据t，利用数字签名算法进行加密存储。

步骤S300：基于目标车辆的历史数据集，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集，根据所述时长记录集分析目标车辆的当前电池容量大小，进一步根据当前电池容量分析进行充电时所需的电流范围；根据所述电流范围和目标车辆的当前剩余电量计算目标车辆的不同充电模式和对应的充电时长；

所述步骤S300包括：

S310：对存储的历史数据集A进行提取，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集A’={a1,a2,…,an}，其中a1,a2,…,an表示历史记录中第1、2、…、n次的充电时长，则得到所述目标车辆n次的平均充电时长为α；对目标车辆的电池容量规格a进行提取，确认目标车辆的最优充电时长为a’；基于所述目标车辆的电池容量规格a、最优充电时长a’、平均充电时长α和历史充电次数n，分析当前电池的损耗值β：若α≤a’，则当前电池的损耗值β=0；若α>a’，则当前电池的损耗值β=(α-a’)*σⁿ*a，其中，σ表示电池衰减系数，取决于电池的放电深度；

通过计算目标车辆的平均充电时长，将其和最优充电时长比较，进一步根据电池容量规格，平均充电时长和历史充电次数分析目标车辆当前电池的损耗值，有利于后续对充电电流的安全范围进行分析，提高数据准确性。

S320：对当前分析出的电池损耗值β进行提取，确认所述目标车辆的当前电池容量大小a^*为：a^*=a-β=a-(α-a’)*σⁿ*a；基于当前电池容量大小a^*确认进行充电时所需的电流C的范围为a^*/cl~a^*/cr，其中，cl、cr均表示比容量参数，且(a^*/cl)<(a^*/10)<(a^*/5)<(a^*/cr)<电池CCA值；则进一步根据电流C的范围，将a^*/cl~a^*/10设定为慢充模式，a^*/10~a^*/5设定为正常模式，a^*/10~a^*/cr设定为快充模式；

通过根据分析的电池损耗值确定电池容量和电池充电电流安全范围，进一步设定车辆的三种充电模式，对不同车辆的充电模式进行自适应设计，更有利于具体问题具体分析，提高数据分析效率。

S330：基于目标车辆的当前电池容量大小a^*、剩余电量比值q和充电时所需的电流C，计算目标车辆在不同充电电流下对应的充电时长U=1.5*(1-q)*a^*/C。

步骤S400：根据获取的历史数据集分析目标车辆的历史充电电流记录，若历史电流大小相似，则匹配所述电流的充电模式进行充电；反之，若历史电流大小不同，则将获取的目标车辆当前行程数据和充电站的位置信息进行匹配，同时利用大数据获取所有充电车辆的时间点数据，对特殊的时间点进行标记，根据获取的时间点数据进行充电模式的综合性分析，目的是控制车辆充电的时长，提高用户需求；

所述步骤S400包括：

S410：基于历史数据集A，对历史数据集A中目标车辆的历史充电电流记录进行提取，形成历史电流集：A*={b1,b2,…,bn}，其中b1,b2,…,bn表示历史记录中第1、2、…、n次的充电电流大小；遍历历史电流集A*，对任意一个电流数据bi进行获取，其中bi∈A*，比较任意两个电流大小bi和bi+e的相似度λi：

λi=|bi∩bi+e|/|bi∪bi+e|，e=1,2,…,n-i；

若不存在相似度λi<μ，其中μ为相似阈值，表示历史充电电流记录中目标车辆的所有充电电流大小相似，说明所述目标车辆的历史充电模式一致，则根据历史电流集A*将所有电流大小求除以n得到平均电流值为b^*，并根据所述电流值b^*进行充电，进入步骤S500；

通过比较目标车辆历史电流的相似性，若目标车辆的所有充电电流大致相同，则根据计算的平均电流进行充电，保留车辆充电习惯，提高使用车辆的用户的需求性。

S420：若存在相似度λi<μ，基于导航数据中目标车辆当前的行程数据m：{(x1,y1)→(x2,y2)}，计算行程数据m中始末位置点为Y1(x1,y1)，Y2(x2,y2)之间的距离为D，进一步对充电站位置信息Y（h,k)进行获取，得到充电站位置信息（h,k)分别和始末位置点之间的距离：d1，d2；基于距离D、d1和d2，计算充电站位置信息Y分别和Y1、Y2连线形成的夹角Φ，其中Φ为弧度制：根据公式：cosΦ=(d1²+d2²-D²)/(2*d1*d2)，得到夹角Φ值为：

Φ=arccos[(d1²+d2²-D²)/(2*d1*d2)]；

根据夹角Φ值确认影响目标车辆充电模式的第一影响因子为g1=1-(Φ*D)/[π*(d1+d2)]；当夹角越大，表明位置Y与始末位置点Y1，Y2的距离越靠近，说明充电站位置是导航数据途径点可能性越高，则对充电模式的影响程度越低，反之，则越高；

通过对车辆历史充电电流不同的目标车辆当前行程和充电站位置进行匹配，分析充电站位置与导航中的始末位置的关联性，将关联值作为第一影响因子，有利于针对车辆当前对充电时长的需求性进行分析，提高用户需求。

S430：获取历史大数据下登录充电平台的所有车辆历史充电时间点和各个充电时间点的充电电流，形成时间数据集P={p1,p2,…,ps}，其中p1,p2,…,ps表示时间点1、2、…、s的所有充电电流记录；基于时间数据集P，对任意时间点pv的所有充电电流记录进行提取，pv∈P，利用步骤S410中的相似度公式分析任意时间点pv的电流相似度，当pv中的电流相似度小于阈值，则对时间点pv进行标记；遍历时间数据集P，确认所有进行标记的时间点数量为z；

S440：获取连接所述充电桩时的时间点数据t，分析时间点数据t和时间数据集P之间的关系：若时间点数据t不属于标记的时间点，则确认影响目标车辆充电模式的第二影响因子为g2=0；反之，若时间点数据t属于标记的时间点，则确认影响目标车辆充电模式的第二影响因子为g2=z/s；

S450：基于影响目标车辆充电模式的第一影响因子和第二影响因子，对当前充电电流进行综合性分析：获取目标车辆进行充电时所需的电流C的最大安全值a^*/cr，则选择目标车辆的当前电流为；W=(w1*g1+w2*g2)*a^*/cr，进一步根据当前电流W在电流C取值范围区间确定目标车辆的充电模式。

通过利用大数据获取所有充电车辆的时间点数据，对特殊的时间点进行标记，分析目标车辆当前时间点数据和历史时间点数据的关联性，将关联值作为第二影响因子，从而得到目标车辆的充电电流，进一步确定目标车辆的充电模式，有利于控制车辆充电的时长，满足用户需求，提高用户对车辆充电的便利性。

S500：对所述目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测，当达到最适宜电量后自动断开并显示充电结束信息和充电结束后的电量信息。

所述步骤S500包括：

S510：检测系统确认目标车辆的充电模式后，对所述目标车辆充电过程中的充电电流、电压和温度进行安全性检测；

S520：当达到最适宜电量后自动断开并显示充电结束信息和充电结束后的电量信息，其中，根据电池性能决定车辆的最适宜电量大小。

通过在车辆充电过程中对充电电流、电压和温度进行安全性检测，有利于及时规避各种安全事故，提升我们的充电安全系数，保障充电安全。

车辆充电安全检测系统，系统包括：数据采集模块、数据库、充电分析模块、模式判断模块和安全检测模块；

通过数据采集模块获取进入充电站准备充电的车辆信息，设定为目标车辆，根据所述目标车辆信息，获取目标车辆的电池容量、当前剩余电量和当前行程数据；获取目标车辆所有的历史充电记录，形成历史数据集；同时获取所述目标车辆进入充电站时的位置信息和时间点数据；

数据采集模块包括车辆信息采集单元、历史数据采集单元和充电站信息获取单元；

车辆信息采集单元用于采集目标车辆的电池容量、当前剩余电量和当前行程数据；历史数据采集单元用于采集目标车辆所有的历史充电记录，形成历史数据集；充电站信息获取单元用于利用定位算法采集目标车辆进入充电站时的位置信息，同时采集当前时间点数据。

通过数据库获取所有采集到的数据，利用数字签名算法进行加密存储；

通过充电分析模块基于目标车辆的历史数据集，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集，根据所述时长记录集分析目标车辆的当前电池容量大小，进一步根据当前电池容量分析进行充电时所需的电流范围；根据所述电流范围和目标车辆的当前剩余电量计算目标车辆的不同充电模式和对应的充电时长；

充电分析模块包括电量分析单元、安全分析单元和充电计算单元；

电量分析单元用于根据历史数据集中目标车辆的历史充电次数和所有充电时长分析目标车辆的当前电池容量大小；所述安全分析单元用于根据所述目标车辆的电池容量分析进行充电时的电流范围；所述充电计算单元用于根据所述电流范围和目标车辆的当前剩余电量计算目标车辆的不同充电模式和对应的充电时长。

通过模式判断模块根据获取的历史数据集分析目标车辆的历史充电电流记录，若历史电流大小相似，则匹配所述电流的充电模式进行充电；反之，若历史电流大小不同，则将获取的目标车辆当前行程数据和充电站的位置信息进行匹配，同时利用大数据获取所有充电车辆的时间点数据，对特殊的时间点进行标记，根据获取的时间点数据进行充电模式的综合性分析，目的是控制车辆充电的时长，提高用户需求；

模式判断模块包括历史分析单元、位置匹配单元、时间分析单元和模式评估单元；

历史分析单元用于根据获取的历史数据集分析目标车辆的历史充电电流记录的相似性，若历史电流大小相似，则匹配所述电流的充电模式进行充电，反之，若历史电流大小各不相同，则进入位置匹配单元；位置匹配单元用于将目标车辆的当前行程数据和充电站的位置信息进行匹配，分析影响目标车辆充电模式的第一影响因子；时间分析单元用于获取目标车辆的当前时间点数据，分析影响目标车辆充电模式的第二影响因子；模式评估单元用于根据第一影响因子和第二影响因子在所述充电计算单元的不同充电模式中匹配相应的最优充电方式。

通过安全检测模块对所述目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测，当电量充满后自动断开并显示充电结束信息和充电结束后的电量信息。

安全检测模块包括数据监测单元和智能提醒单元；

数据监测单元用于对所述目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测；智能提醒单元用于当电量充满后自动断开并显示充电结束信息和充电结束后的电量信息。

实施例1：所述步骤S100包括：

S110：检测系统通过充电桩与目标车辆之间的连接获取车辆信息，基于目标车辆信息，确认所述目标车辆的电池容量规格为50ah，当前剩余电量比值为10%，并获取导航数据中所述目标车辆当前的行程数据为“常州(1,1)→南京(11,11)”；

S120：基于目标车辆信息，对所述目标车辆所有的历史充电记录进行获取，形成历史数据集A；

S130：确认连接目标车辆的充电桩信息，利用定位算法获取所述充电桩对应的充电站位置信息为（6,6)，同时获取连接所述充电桩时的时间点数据为t=12时。

所述步骤S200包括：利用数据库获取目标车辆信息、历史数据集A、充电站位置信息（6,6)和时间点数据t=12时，利用数字签名算法进行加密存储。

所述步骤S300包括：

S310：对存储的历史数据集A进行提取，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集A’={a1,a2,…,a4}，其中a1,a2,…,a4表示历史记录中第1、2、…、4次的充电时长，则得到所述目标车辆40次的平均充电时长为α=6小时；

对目标车辆的电池容量规格a进行提取，确认目标车辆的最优充电时长为a’；基于所述目标车辆的电池容量规格50ah、最优充电时长12小时、平均充电时长α=6小时和历史充电次数40，分析当前电池的损耗值β：α>a’，则当前电池的损耗值β=5*0.05⁴*50≈0.0015；

S320：对当前分析出的电池损耗值β进行提取，确认所述目标车辆的当前电池容量大小a^*为：a^*=a-β=49.99ah；基于当前电池容量大小a^*确认进行充电时所需的电流C的范围为a^*/20~a^*/3；则进一步根据电流C的范围，将a^*/20~a^*/10设定为慢充模式，a^*/10~a^*/5设定为正常模式，a^*/10~a^*/3设定为快充模式；

S330：基于目标车辆的当前电池容量大小a^*=49.99ah、剩余电量比值q=10%和充电时所需的电流C，计算目标车辆的在不同充电电流下对应的充电时长U=1.5*(1-q)*a^*/C。

所述步骤S400包括：

S410：基于历史数据集A，对历史数据集A中目标车辆的历史充电电流记录进行提取，形成历史电流集：A*={b1,b2,…,b4}，其中b1,b2,…,b4表示历史记录中第1、2、…、4次的充电电流大小；遍历历史电流集A*，对任意一个电流数据bi进行获取，其中bi∈A*，比较任意两个电流大小bi和bi+e的相似度λi：

λi=|bi∩bi+e|/|bi∪bi+e|，e=1,2,…,4-i；

若不存在相似度λi<0.6，表示历史充电电流记录中目标车辆的所有充电电流大小相似，说明所述目标车辆的历史充电模式一致，则根据历史电流集A*将所有电流大小求除以4得到平均电流值为b^*=4a，并根据所述电流值b^*进行充电，进入步骤S500；

通过比较目标车辆历史电流的相似性，若目标车辆的所有充电电流大致相同，则根据计算的平均电流进行充电，保留车辆充电习惯，提高使用车辆的用户的需求性。

S420：若存在相似度λi<0.6，基于导航数据中目标车辆当前的行程数据m：{(1,1)→(11,11)}，计算行程数据m中始末位置点之间的距离为D=10√2，进一步对充电站位置信息Y（6,6)进行获取，得到充电站位置信息（h,k)分别和始末位置点之间的距离：d1=5√2，d2=5√2；基于距离D、d1和d2，计算充电站位置信息Y分别和Y1、Y2连线形成的夹角Φ，其中Φ为弧度制：根据公式：cosΦ=(50+50-200)/(2*50)=-1，得到夹角Φ值为：

Φ=arccos[(d1²+d2²-D²)/(2*d1*d2)]=π；

根据夹角Φ值确认影响目标车辆充电模式的第一影响因子为g1=1-(π*10√2)/[π*10√2]=0；

S430：获取历史大数据下登录充电平台的所有车辆历史充电时间点和各个充电时间点的充电电流，形成时间数据集P={p1,p2,…,p24}，其中p1,p2,…,p24表示时间点1、2、…、24的所有充电电流记录；基于时间数据集P，对任意时间点pv的所有充电电流记录进行提取，利用步骤S410中的相似度公式分析任意时间点pv的电流相似度，当pv中的电流相似度小于阈值，则对时间点pv进行标记；遍历时间数据集P，确认所有进行标记的时间点数量为3；

S440：获取连接所述充电桩时的时间点数据t=12时，分析时间点数据t和时间数据集P之间的关系：时间点数据t属于标记的时间点，则确认影响目标车辆充电模式的第二影响因子为g2=6/24=1/4；

S450：基于影响目标车辆充电模式的第一影响因子和第二影响因子，对当前充电电流进行综合性分析：获取目标车辆进行充电时所需的电流C的最大安全值a^*/3，则选择目标车辆的当前电流为；W=1/4*a^*/3=a^*/12，进一步根据当前电流W在电流C取值范围区间确定目标车辆的充电模式为慢充模式。

所述步骤S500包括：

S510：检测系统确认目标车辆的充电模式后，对所述目标车辆充电过程中的充电电流、电压和温度进行安全性检测；

S520：当达到最适宜电量后自动断开并显示充电结束信息和充电结束后的电量信息，其中，根据电池性能决定车辆的最适宜电量大小。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大数据的车辆充电安全检测方法，其特征在于：包括以下步骤：

步骤S100：获取连接充电桩准备充电的车辆信息，设定为目标车辆，根据所述目标车辆信息，获取目标车辆的电池容量规格、当前剩余电量和当前行程数据；获取目标车辆所有的历史充电记录，形成历史数据集；同时获取所述目标车辆连接充电桩时的位置信息和时间点数据；

步骤S200：获取所有采集到的数据，利用数字签名算法进行加密存储；

步骤S300：基于目标车辆的历史数据集，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集，根据所述时长记录集分析目标车辆的当前电池容量大小，进一步根据当前电池容量分析进行充电时所需的电流范围；根据所述电流范围和目标车辆的当前剩余电量计算目标车辆的不同充电模式和对应的充电时长；

步骤S400：根据获取的历史数据集分析目标车辆的历史充电电流记录，若历史电流大小相似，则匹配所述电流的充电模式进行充电；反之，若历史电流大小不同，则将获取的目标车辆当前行程数据和充电站的位置信息进行匹配，同时根据获取的时间点数据进行充电模式的综合性分析；

步骤S500：对所述目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测，当达到最适宜电量后自动断开并显示充电结束信息和充电结束后的电量信息。

2.根据权利要求1所述的一种基于大数据的车辆充电安全检测方法，其特征在于：所述步骤S100包括：

S110：检测系统通过充电桩与目标车辆之间的连接获取车辆信息，基于目标车辆信息，确认所述目标车辆的电池容量规格为a，当前剩余电量比值为q，并获取导航数据中所述目标车辆当前的行程数据为m；

S120：基于目标车辆信息，对所述目标车辆所有的历史充电记录进行获取，形成历史数据集A；

S130：确认连接目标车辆的充电桩信息，利用定位算法获取所述充电桩对应的充电站位置信息为（h,k)，同时获取连接所述充电桩时的时间点数据为t。

3.根据权利要求2所述的一种基于大数据的车辆充电安全检测方法，其特征在于：所述步骤S300包括：

S310：对存储的历史数据集A进行提取，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集A’={a1,a2,…,an}，其中a1,a2,…,an表示历史记录中第1、2、…、n次的充电时长，则得到所述目标车辆n次的平均充电时长为α；对目标车辆的电池容量规格a进行提取，确认目标车辆的最优充电时长为a’；基于所述目标车辆的电池容量规格a、最优充电时长a’、平均充电时长α和历史充电次数n，分析当前电池的损耗值β：若α≤a’，则当前电池的损耗值β=0；若α>a’，则当前电池的损耗值β=(α-a’)*σⁿ*a，其中，σ表示电池衰减系数；

S320：对当前分析出的电池损耗值β进行提取，确认所述目标车辆的当前电池容量大小a^*为：a^*=a-β=a-(α-a’)*σⁿ*a；基于当前电池容量大小a^*确认进行充电时所需的电流C的范围为a^*/cl~a^*/cr，其中，cl、cr均表示比容量参数，且(a^*/cl)<(a^*/10)<(a^*/5)<(a^*/cr)<电池CCA值；则进一步根据电流C的范围，将a^*/cl~a^*/10设定为慢充模式，a^*/10~a^*/5设定为正常模式，a^*/5~a^*/cr设定为快充模式；

S330：基于目标车辆的当前电池容量大小a^*、剩余电量比值q和充电时所需的电流C，计算目标车辆在不同充电电流下对应的充电时长U=1.5*(1-q)*a^*/C。

4.根据权利要求3所述的一种基于大数据的车辆充电安全检测方法，其特征在于：所述步骤S400包括：

S410：基于历史数据集A，对历史数据集A中目标车辆的历史充电电流记录进行提取，形成历史电流集：A*={b1,b2,…,bn}，其中b1,b2,…,bn表示历史记录中第1、2、…、n次的充电电流大小；遍历历史电流集A*，对任意一个电流数据bi进行获取，其中bi∈A*，比较任意两个电流大小bi和b(i+e)的相似度λi：

λi=|bi∩b(i+e)|/|bi∪b(i+e)|，e=1,2,…,n-i；

若不存在相似度λi<μ，其中μ为相似阈值，表示历史充电电流记录中目标车辆的所有充电电流大小相似，则根据历史电流集A*将所有电流大小求和后除以n得到平均电流值为b^*，并根据所述电流值b^*进行充电，进入步骤S500；

S420：若存在相似度λi<μ，基于导航数据中目标车辆当前的行程数据m：{(x1,y1)→(x2,y2)}，计算行程数据m中始末位置点为Y1(x1,y1)，Y2(x2,y2)之间的距离为D，进一步对充电站位置信息Y（h,k)进行获取，得到充电站位置信息（h,k)分别和始末位置点之间的距离：d1，d2；基于距离D、d1和d2，计算充电站位置信息Y分别和Y1、Y2连线形成的夹角Φ：根据公式：cosΦ=(d1²+d2²-D²)/(2*d1*d2)，得到夹角Φ值为：

Φ=arccos[(d1²+d2²-D²)/(2*d1*d2)]；

根据夹角Φ值确认影响目标车辆充电模式的第一影响因子为g1=1-(Φ*D)/[π*(d1+d2)]；

S430：获取历史大数据下登录充电平台的所有车辆历史充电时间点和各个充电时间点的充电电流，形成时间数据集P={p1,p2,…,ps}，其中p1,p2,…,ps表示时间点1、2、…、s的所有充电电流记录；基于时间数据集P，对任意时间点pv的所有充电电流记录进行提取，pv∈P，利用步骤S410中的相似度公式分析任意时间点pv的电流相似度，当pv中的电流相似度小于阈值，则对时间点pv进行标记；遍历时间数据集P，确认所有进行标记的时间点数量为z；

S440：获取连接所述充电桩时的时间点数据t，分析时间点数据t和时间数据集P之间的关系：若时间点数据t不属于标记的时间点，则确认影响目标车辆充电模式的第二影响因子为g2=0；反之，若时间点数据t属于标记的时间点，则确认影响目标车辆充电模式的第二影响因子为g2=z/s；

S450：基于影响目标车辆充电模式的第一影响因子和第二影响因子，对当前充电电流进行综合性分析：获取目标车辆进行充电时所需的电流C的最大安全值a^*/cr，则选择目标车辆的当前电流为：W=(w1*g1+w2*g2)*a^*/cr，其中w1和w2均表示目标车辆的充电性能参数，进一步根据当前电流W在电流C取值范围区间确定目标车辆的充电模式。

5.根据权利要求4所述的一种基于大数据的车辆充电安全检测方法，其特征在于：所述步骤S500包括：

S510：检测系统确认目标车辆的充电模式后，对所述目标车辆充电过程中的充电电流、电压和温度进行安全性检测；

S520：当达到最适宜电量后自动断开并显示充电结束信息和充电结束后的电量信息。

6.一种实现权利要求1-5中任一项的一种基于大数据的车辆充电安全检测方法的车辆充电安全检测系统，其特征在于：所述系统包括：数据采集模块、数据库、充电分析模块、模式判断模块和安全检测模块；

通过所述数据采集模块获取进入充电站准备充电的车辆信息，设定为目标车辆，根据所述目标车辆信息，获取目标车辆的电池容量、当前剩余电量和当前行程数据；获取目标车辆所有的历史充电记录，形成历史数据集；同时获取所述目标车辆进入充电站时的位置信息和时间点数据；

通过所述数据库获取所有采集到的数据，利用数字签名算法进行加密存储；

通过所述充电分析模块基于目标车辆的历史数据集，获取历史数据集中目标车辆的历史充电次数和所有充电时长，形成时长记录集，根据所述时长记录集分析目标车辆的当前电池容量大小，进一步根据当前电池容量分析进行充电时所需的电流范围；根据所述电流范围和目标车辆的当前剩余电量计算目标车辆的不同充电模式和对应的充电时长；

通过所述模式判断模块根据获取的历史数据集分析目标车辆的历史充电电流记录，若历史电流大小相似，则匹配所述电流的充电模式进行充电；反之，若历史电流大小不同，则将获取的目标车辆当前行程数据和充电站的位置信息进行匹配，同时根据获取的时间点数据进行充电模式的综合性分析；

通过所述安全检测模块对所述目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测，当电量充满后自动断开并显示充电结束信息和充电结束后的电量信息。

7.根据权利要求6所述的车辆充电安全检测系统，其特征在于：所述数据采集模块包括车辆信息采集单元、历史数据采集单元和充电站信息获取单元；

所述车辆信息采集单元用于采集目标车辆的电池容量、当前剩余电量和当前行程数据；所述历史数据采集单元用于采集目标车辆所有的历史充电记录，形成历史数据集；所述充电站信息获取单元用于利用定位算法采集目标车辆进入充电站时的位置信息，同时采集当前时间点数据。

8.根据权利要求6所述的车辆充电安全检测系统，其特征在于：所述充电分析模块包括电量分析单元、安全分析单元和充电计算单元；

所述电量分析单元用于根据历史数据集中目标车辆的历史充电次数和所有充电时长分析目标车辆的当前电池容量大小；所述安全分析单元用于根据所述目标车辆的电池容量分析进行充电时的电流范围；所述充电计算单元用于根据所述电流范围和目标车辆的当前剩余电量计算目标车辆的不同充电模式和对应的充电时长。

9.根据权利要求8所述的车辆充电安全检测系统，其特征在于：所述模式判断模块包括历史分析单元、位置匹配单元、时间分析单元和模式评估单元；

所述历史分析单元用于根据获取的历史数据集分析目标车辆的历史充电电流记录的相似性，若历史电流大小相似，则匹配所述电流的充电模式进行充电，反之，若历史电流大小各不相同，则进入位置匹配单元；所述位置匹配单元用于将目标车辆的当前行程数据和充电站的位置信息进行匹配，分析影响目标车辆充电模式的第一影响因子；所述时间分析单元用于获取目标车辆的当前时间点数据，分析影响目标车辆充电模式的第二影响因子；所述模式评估单元用于根据第一影响因子和第二影响因子在充电计算单元的不同充电模式中匹配相应的最优充电方式。

10.根据权利要求6所述的车辆充电安全检测系统，其特征在于：所述安全检测模块包括数据监测单元和智能提醒单元；

所述数据监测单元用于对所述目标车辆连接充电桩后的充电电流、电压和温度进行安全性检测；所述智能提醒单元用于当电量充满后自动断开并显示充电结束信息和充电结束后的电量信息。

Images