CN116331044B - 一种用于直流充电桩的充电数据存储系统 - Google Patents
一种用于直流充电桩的充电数据存储系统 Download PDFInfo
- Publication number
- CN116331044B CN116331044B CN202310628337.6A CN202310628337A CN116331044B CN 116331044 B CN116331044 B CN 116331044B CN 202310628337 A CN202310628337 A CN 202310628337A CN 116331044 B CN116331044 B CN 116331044B
- Authority
- CN
- China
- Prior art keywords
- data
- charging voltage
- voltage sequence
- charging
- sequence
- 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
Links
- 238000013500 data storage Methods 0.000 title claims abstract description 32
- 238000012217 deletion Methods 0.000 claims abstract description 159
- 230000037430 deletion Effects 0.000 claims abstract description 159
- 238000013144 data compression Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 27
- 238000004590 computer program Methods 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 43
- 239000003990 capacitor Substances 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 238000007906 compression Methods 0.000 abstract description 21
- 230000006835 compression Effects 0.000 abstract description 21
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 description 9
- 238000007405 data analysis Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 239000000969 carrier Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012159 carrier gas Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
-
- 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
- B60L53/30—Constructional details of charging stations
- B60L53/31—Charging columns specially adapted for electric vehicles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及电数字数据处理技术领域,具体涉及一种用于直流充电桩的充电数据存储系统,该系统包括存储器和处理器,处理器执行存储器存储的计算机程序,以实现如下步骤:获取初始充电电压序列,对初始充电电压序列进行数据删除处理,获得第一充电电压序列;确定第一充电电压序列的数据删除阈值和数据删除程度,进而判断是否需要对初始充电电压序列重新进行数据删除处理;若不需要,则对第一充电电压序列进行数据压缩处理,获得数据压缩存储结果。本发明对充电数据进行特征分析,通过进行精准度更高的数据删除处理,获得压缩率更高的数据压缩存储结果,提高了充电数据的存储压缩率。
Description
技术领域
本发明涉及电数字数据处理技术领域,具体涉及一种用于直流充电桩的充电数据存储系统。
背景技术
随着新型能源载具的发展,电子汽车、电动车等载具又迎来了一股新的潮流,伴随着新型能源载具数量的增加,出现了很多直流充电桩,直流充电桩充当了新能源载具加油站的角色。新能源载具在利用直流充电桩进行充电时,直流充电桩会产生大量的充电数据,为了便于数据管理,需要对产生的充电数据进行存储,如直流充电桩的充电电压数据。
现有技术在对充电电压数据进行数据批量存储时,受外界因素的干扰,充电电压数据存在重复存储和伪异常存储的情况,重复数据和伪异常数据的存储导致数据存储空间占有量大,进而导致充电电压数据在进行数据存储时的压缩率低。外界因素,例如,电容启动时电压数据伪异常波动以及充电接口的接触不良时电压数据的真异常波动等。
发明内容
为了解决上述现有充电数据存储方法的数据存储压缩率低的技术问题,本发明的目的在于提供一种用于直流充电桩的充电数据存储系统,所采用的技术方案具体如下:
本发明一个实施例提供了一种用于直流充电桩的充电数据存储系统,包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:
获取充电状态下的直流充电桩对应的初始充电电压序列;其中,所述初始充电电压序列为存在异常波动的充电电压序列;
对所述初始充电电压序列进行数据删除处理,将删除后的初始充电电压序列作为第一充电电压序列;
确定第一充电电压序列的数据删除阈值;根据初始充电电压序列和第一充电电压序列,确定第一充电电压序列的数据删除程度;
根据第一充电电压序列的数据删除阈值和数据删除程度,判断是否需要对初始充电电压序列重新进行数据删除处理;
若不需要对初始充电电压序列重新进行数据删除处理,则根据第一充电电压序列的数据特征,对第一充电电压序列进行数据压缩处理,获得数据压缩存储结果。
进一步地,对所述初始充电电压序列进行数据删除处理的实现步骤包括:
将初始充电电压序列中预设时段对应的充电电压数据进行删除;其中,所述预设时段为电容启动时对应的充电电压持续波动时段。
进一步地,根据初始充电电压序列和第一充电电压序列,确定第一充电电压序列的数据删除程度,包括:
将第一充电电压序列的充电电压数据个数与初始充电电压序列的充电电压数据个数的比值,确定为第一充电电压序列的第一数据删除因子;根据第一充电电压序列中的各个充电电压数据,确定第一充电电压序列的信息熵,将所述信息熵确定为第一充电电压序列的第二数据删除因子;计算所述第一数据删除因子和所述第一数据删除因子之间的差值,当所述差值不大于0时,对所述差值进行归一化处理,获得归一化后的差值,将所述归一化后的差值的绝对值确定为第一充电电压序列的数据删除程度。
进一步地,根据第一充电电压序列的数据特征,对第一充电电压序列进行数据压缩处理,包括:
对于第一充电电压序列中数值连续相同的正常数据,利用计数存储方式进行存储;对于第一充电电压序列中接触不良导致的异常数据,计算第一充电电压序列中相邻两个充电电压数据之间差值绝对值,将所述差值绝对值确定为第一数值;将相同且连续分布的第一数值确定为第二数值,并统计第二数值组成的数据段内数据的个数;当所述第二数值组成的数据段内数据的个数大于个数阈值时,采用游程编码存储方式,将所述第二数值作为单个数据存储,并标记所述第二数值的个数;对于第一充电电压序列中的其他异常数据,进行数据压缩处理。
进一步地,根据第一充电电压序列的数据删除阈值和数据删除程度,判断是否需要对初始充电电压序列重新进行数据删除处理,包括:
将数据删除阈值和数据删除程度之间的差值的绝对值确定为判定指标,若所述判定指标小于第一判定阈值或大于第二判定阈值,则判定需要对初始充电电压序列重新进行数据删除处理,否则,判定不需要对初始充电电压序列重新进行数据删除处理。
进一步地,确定第一充电电压序列的数据删除阈值,包括:
获取预设数目个直流充电桩对应的第一充电电压序列组合的目标充电电压序列,根据目标充电电压序列,确定目标充电电压序列中每个数值类别的概率;
根据每个数值类别的概率,利用不确定性函数,确定目标充电电压序列对应的各个不确定性因子,将各个不确定性因子的平均值进行归一化处理,将归一化后的数值确定为第一充电电压序列的数据删除阈值。
进一步地,根据目标充电电压序列,确定目标充电电压序列中每个数值类别的概率,包括:
根据第一充电电压序列中的各个充电电压数据的数值,确定相同数值对应的充电电压数据,并将相同数值对应的充电电压数据确定为数值类别相同的充电电压数据;
确定每个数值类别对应的充电电压数据个数,并将所述数值类别对应的充电电压数据个数与第一充电电压序列对应的充电电压数据个数的比值,确定为对应数值类别的概率。
本发明具有如下有益效果:
本发明提供了一种用于直流充电桩的充电数据存储系统,在实现该充电数据存储系统时,先获取初始充电电压序列,为了减少数据存储空间占有量,对初始充电电压序列进行数据删除处理,获得第一充电电压序列,相比传统充电数据存储,将充电数据进行批量存储,且未进行数据筛选和数据分析,本发明有效提高了充电数据存储的压缩率;为了保障数据删除的精准性和数据压缩存储的完整性,确定数据删除阈值和数据删除程度,通过比对数据删除阈值和数据删除程度,来评估是否需要对初始充电电压序列重新进行数据删除处理,其有效增强了第一充电电压序列在后续进行数据存储时的参考价值;根据第一充电电压序列的数据特征,对不同数据特征的充电电压数据采用不同的数据压缩方式,进行数据压缩处理,有助于进一步提高充电数据存储的压缩率。本发明适用于充电桩充电数据存储领域,通过对充电数据的出现原因和数据特征进行分析处理,针对不同的数据类型,采用不同的数据压缩方式进行数据存储,在保障数据存储完整性的同时,有效提高了充电数据压缩存储的压缩率。
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和优点,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的介绍,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它附图。
图1为本发明一种用于直流充电桩的充电数据存储方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本实施例所针对的应用场景,对于充电状态下的直流充电桩,其功率一般较大。功率越大,充电数据中的电压数据就会越大,而充电电压数据的稳定性是影响安全性的重要指标,当充电电压数据越大时,直流充电桩的充电安全保障的难度就会越大,故需要实时存储充电电压数据,以便于检测数据,保障充电安全。
为了克服充电数据存储量过大,实现数据存储的完整性和简洁性,将存在异常波动的充电电压序列中的伪异常数据进行删除,并计算数据删除程度,以便于准确去除没有实际意义的伪异常数据,保留真异常数据和正常数据,并进行压缩存储。具体,本实施例提供了一种用于直流充电桩的充电数据存储系统,包括存储器和处理器,处理器执行存储器存储的计算机程序,以实现如下步骤:
获取充电状态下的直流充电桩对应的初始充电电压序列;
对初始充电电压序列进行数据删除处理,将删除后的初始充电电压序列作为第一充电电压序列;
确定第一充电电压序列的数据删除阈值;根据初始充电电压序列和第一充电电压序列,确定第一充电电压序列的数据删除程度;
根据第一充电电压序列的数据删除阈值和数据删除程度,判断是否需要对初始充电电压序列重新进行数据删除处理;
若不需要对初始充电电压序列重新进行数据删除处理,则根据第一充电电压序列的数据特征,对第一充电电压序列进行数据压缩处理,获得数据压缩存储结果。
下面对上述各个步骤进行详细展开:
参考图1,示出了本发明一种用于直流充电桩的充电数据存储方法的流程图,该充电数据存储方法包括以下步骤:
S1,获取充电状态下的直流充电桩对应的初始充电电压序列。
在本实施例中,通过直流充电桩中的数据采集设备,采集充电状态下的直流充电桩对应的充电电压序列,充电电压序列为按照充电时间前后顺序排列的充电电压数据组成的序列。通过计算相邻充电电压之间的差值的绝对值,判断充电电压序列中是否存在异常波动,异常波动是指除充电电压序列的前端部分由电容启动导致的数据波动以外的其他数据段是否出现数据波动,若出现数据波动,则将这里的充电电压序列作为初始充电电压序列。
需要说明的是,为了便于分析异常数据的存储压缩,假设本实施例中的初始充电电压序列为存在异常波动的充电电压序列,故初始充电电压序列包括充电时的正常数据和异常数据。对于正常数据,充电时的电压数据随时间基本在同一水平线上,且不会产生波动;对于异常数据:电容启动时的电压瞬时增长导致的充电电压持续波动,接口接触不良导致的充电电压变化等。
S2,对初始充电电压序列进行数据删除处理,将删除后的初始充电电压序列作为第一充电电压序列。
首先,需要说明的是,初始充电电压序列中的异常数据可以分为两类,一种是由于正常情况导致的数据异常,将该类异常数据称为伪异常数据,伪异常数据的产生并非涉及设备问题,而属于物理学现象;另外一种是由设备问题导致的数据异常,将该类异常数据称为真异常数据。对于伪异常数据,例如,电容启动时,为了快速将电池充满,直流充电桩在开始充电时将提供较高的电压,实际充电电压瞬间上升至额定电压的n倍,导致数据出现短时间的连续波动,这里的n倍取决于电容的大小;对于真异常数据,例如,直流充电桩与充电设备接触不良时,若充电电压在数值0和直流充电桩的额定电压数值之间来回变化,则说明其为间歇性接触不良;若充电电压持续保持为0或是出现与额定电压数据相差较大的数值,则说明其为持续性接触不良。出现与额定电压数据相差较大的数值的原因为接入回路中的数据发生了变化。
在本实施例中,为了减少数据存储空间,提高充电数据压缩率,结合电容启动时对应的伪异常数据的变化特征,对初始充电电压序列进行数据删除处理,即将初始充电电压序列中预设时段对应的充电电压数据进行删除,将删除后的初始充电电压序列确定为第一充电电压序列。具体为:电容启动的时段基本位于整个充电时段的前半部分,通过分析历史电容启动对应的充电电压数据特征,确定预设时段大小。将预设时段映射到整个充电时段的开始部分,即预设时段的第一个时刻对应的电压数据与整个充电时段的第一个时刻对应的电压数据保持一致,并从初始充电电压序列中删除预设时段内每个时刻对应的充电电压数据。电容启动的预设时段取经验值可以为0.2秒。充电电压数据特征可以包括数据的波动差值大小和数据波动持续时间,不同的电容对应的波动差值和数据波动持续时间不同,其取决于不同电容的大小。
值得说明的是,直流充电桩开始充电,必然存在电容启动的程序。在获取第一充电电压序列后,删除了电容启动的时段对应的无实际参考意义的充电电压数据,保留了便于后续分析直流充电桩运行状态的真实充电电压数据,其在减少存储空间的同时,避免了伪异常数据对直流充电桩运行状态的分析结果的影响,一定程度上提高了数据存储压缩率。
S3,确定第一充电电压序列的数据删除阈值;根据初始充电电压序列和第一充电电压序列,确定第一充电电压序列的数据删除程度。
第一步,确定第一充电电压序列的数据删除阈值。
需要说明的是,对于数据删除阈值,通过分析多个不同的充电桩对应的第一充电电压序列中每个数值类别的概率,确定大多数充电桩的伪异常数据的删除情况,即数据删除阈值,具体实现步骤可以包括:
第一子步骤,获取预设数目个直流充电桩对应的第一充电电压序列组合的目标充电电压序列,根据目标充电电压序列,确定目标充电电压序列中每个数值类别的概率,具体步骤可以包括:
首先,获取预设数目个直流充电桩对应的第一充电电压序列组合的目标充电电压序列。
在本实施例中,直流充电桩互相之间的电压数据异常情况是没有关联的,对于不同充电桩的异常情况出现概率是互相独立的,因此,为了提高后续数据删除阈值的参考价值,需要获取预设个直流充电桩进行数据特征分析。通过直流充电桩的充电数据采集设备,获取预设数目个直流充电桩对应的初始充电电压序列,参考步骤S2的实现步骤,可以获得预设数目个直流充电桩对应的第一充电电压序列。为了便于对整体数据进行分析,将各个第一充电电压序列组合为目标充电电压序列,从而获得整体数据对应的目标充电电压序列。直流充电桩的预设数目可以设置为10个,关于直流充电桩的预设数目实施者可以根据具体实际情况进行设置,不做具体限定。
然后,根据目标充电电压序列,确定目标充电电压序列中每个数值类别的概率,其步骤可以包括:
根据目标充电电压序列中的各个充电电压数据的数值,确定相同数值对应的充电电压数据,并将相同数值对应的充电电压数据确定为数值类别相同的充电电压数据。最后,确定每个数值类别对应的充电电压数据个数,并将数值类别对应的充电电压数据个数与目标充电电压序列对应的充电电压数据个数的比值,确定为对应数值类别的概率。
假设目标充电电压序列,其中,、、和的数值
相同,和的数值相同,因此,、、和为数值类别相同的充电电压数据,记为第
一数值类别;和为数值类别相同的充电电压数据,记为第二数值类别。第一数值类别
对应的充电电压数据个数为4,第一数值类别对应的充电电压数据个数4与目标充电电压序
列对应的充电电压数据个数6的比值为;第二数值类别对应的充电电压数据个数为2,第二
数值类别对应的充电电压数据个数2与目标充电电压序列对应的充电电压数据个数6的比
值为。因此,第一数值类别的概率为,而第二数值类别的概率为。
第二子步骤,根据每个数值类别的概率,利用不确定性函数,确定目标充电电压序列对应的各个不确定性因子,将各个不确定性因子的平均值进行归一化处理,将归一化后的数值确定为第一充电电压序列的数据删除阈值。
在本实施例中,第一充电电压序列的数据删除阈值的计算公式可以为:
其中,为第一充电电压序列的数据删除阈值,为数值类别的个数,为数值类别
的序号,为目标充电电压序列中第l个数值类别的概率,为目标充电电压序列中第l
个数值类别的不确定性因子,为不确定性函数,为归一化函数。
需要说明的是,数据删除阈值可以表征多个不同的直流充电桩的伪异常数据的删除程度;不确定性函数的计算过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述;对于不确定性函数,可以适用于当前对应的概率数据;数值类别的概率越大,对应的不确定性因子越小,数据稳定程度越高,第一充电电压序列的数据特征对后续计算结果的影响较大;计算数据删除阈值是为了便于后续分析是否存在数据删除过度的情况,通过不确定性函数确定的数据删除阈值,可以有效增强后续数据删除过程评估的准确性。
第二步,根据初始充电电压序列和第一充电电压序列,确定第一充电电压序列的数据删除程度。
首先,需要说明的是,为了保证充电电压数据的完整性,获得第一充电电压序列后,第一充电电压序列的充电电压数据个数与初始充电电压序列的充电电压数据个数的比值即为数据压缩率,而第一充电电压序列的信息熵即为数据压缩极限。通过数据压缩率和数据压缩极限,可以确定数据删除程度。数据删除程度可以衡量第一充电电压序列的数据删除程度,便于后续评估数据删除结果,保障充电电压数据不会被过度删除和出现数据删除效果较差的情况,具体实现步骤可以包括:
将第一充电电压序列的充电电压数据个数与初始充电电压序列的充电电压数据个数的比值,确定为第一充电电压序列的第一数据删除因子;根据第一充电电压序列中的各个充电电压数据,确定第一充电电压序列的信息熵,将信息熵确定为第一充电电压序列的第二数据删除因子;计算第一数据删除因子和第二数据删除因子之间的差值,当差值不大于0时,对差值进行归一化处理,获得归一化后的差值,将归一化后的差值的绝对值确定为第一充电电压序列的数据删除程度。
在本实施例中,第一数据删除因子即为数据压缩率,第二数据删除因子即为数据压缩极限,第一充电电压序列的数据压缩率应当低于数据压缩极限,当数据压缩率和信息熵相减后的数值为正数时,表示第一充电电压序列对应的伪异常数据删除结果不可行,说明存在伪异常数据删除过度的情况,需要返回到步骤S2,调整预设时段的大小,重新进行伪异常数据删除处理;当数据压缩率和信息熵相减后的数值为负数时,表示第一充电电压序列对应的伪异常数据删除结果可行。为了使数值在-1至1的范围内均匀分布,利用通用的sigmoid函数,对相减后的数值进行归一化处理,得到归一化后的数值,将归一化后的数值的绝对值确定为第一充电电压序列的数据删除程度。数据删除程度可以用于判断数据的删除率是否过低或过高。作为示例,数据删除程度的计算公式可以为:
其中,为第一充电电压序列的数据删除程度,为第一充电电压序列的充电电
压数据个数,为初始充电电压序列的充电电压数据个数,为第一充电电压序列的
第一数据删除因子,为第一充电电压序列中第i个数值类别的概率,i为第一充电电压序
列的数值类别的序号,为第一充电电压序列的数值类别的个数,为对数函数,为第一充电电压序列的第二数据删除因子,为归一化函数,
为求绝对值函数。
在数据删除程度的计算公式中,第一数据删除因子的取值范围为0到1之间,
第一数据删除因子为第一充电电压序列的压缩率,并非数据采用压缩方法处理后的
数据压缩率;第二数据删除因子即为数据压缩极限;信息熵的计算过程为现有技术,不在本
发明保护范围内,值得说明的是,信息熵的计算过程包含了正常数据和异常数据的信息熵,
但正常数据的信息熵极低,其在整个数据信息熵中的占比几乎可以忽略,故可以将计算的
第二数据删除因子表征为异常数据的信息熵;第一数据删除因子和第二数据删除因子之间
的差值,与数据删除程度为负相关,差值越大,数据删除程度越小,差值越小,数据删除程度
越大;数据删除程度越大,初始充电电压序列中被删除的充电电压数据越多,数据删除程度
越小,初始充电电压序列中被删除的充电电压数据越少;归一化后的差值进行绝对值处理,
是为了便于后续与数据删除阈值做比对。
需要说明的是,通过数据删除程度,可以说明伪异常数据的删除程度,也就是数据清洗的可行程度,对于过度删除的数据重新进行数据删除判断,可以有效避免经删除后的数据压缩率大于可压缩极限值;对于没有完全删除伪异常数据的情况,也需要重新进行数据删除判断,避免经删除后的数据的存储空间占比依旧较大。当数据过量删除导致数据压缩率大于可压缩极限值时,可以说明数据的信息完整性遭到破坏,造成数据的有损压缩。计算数据删除程度,便于保障充电数据压缩存储的完整性,避免发生充电数据丢失和伪异常数据删除不足的情况。
S4,根据第一充电电压序列的数据删除阈值和数据删除程度,判断是否需要对初始充电电压序列重新进行数据删除处理。
将数据删除阈值和数据删除程度之间的差值的绝对值确定为判定指标,若判定指标小于第一判定阈值或大于第二判定阈值,则判定需要对初始充电电压序列重新进行数据删除处理,否则,判定不需要对初始充电电压序列重新进行数据删除处理。
在本实施例中,当判定指标小于第一判定阈值时,说明数据删除接近删除阈值,数据删除过度,需要对初始充电电压序列重新进行数据删除处理。具体为:返回到步骤S2,调整预设时段的大小,即将预设时段缩小,重新进行数据删除处理,并再次计算数据删除程度,判断是否存在数据删除过度的缺陷,这里将第一判定阈值设置为0.1;当判定指标大于第二判定阈值时,说明伪异常数据的删除效果较差,也就是当前第一充电电压序列中仍然存在部分伪异常数据,可以进一步进行伪异常数据的删除,需要对初始充电电压序列重新进行数据删除处理。具体为:返回到步骤S2,调整预设时段的大小,即将预设时段扩大,重新进行数据删除处理,并再次计算数据删除程度,评估伪异常数据的删除效果,这里将第二判定阈值设置为0.3。不断重复步骤S2至步骤S4的实现过程,直至判定指标处于数据删除合理的数值范围内,数值删除合理的数值范围可以为[0.1,0.3]。当判定指标处于[0.1,0.3]的范围内时,判定不需要对初始充电电压序列重新进行数据删除处理。
需要说明的是,对于数据删除阈值,数据删除阈值可以为进行伪异常数据删除时,通过对不同充电桩对应的大量的充电电压数据进行数据分析时的结果,数据删除程度为待检测充电桩进行伪异常数据删除后的计算结果,两者通过比对分析,可以判断待检测充电桩进行伪异常数据删除后得到的第一充电电压序列是否合理。
S5,若不需要对初始充电电压序列重新进行数据删除处理,则根据第一充电电压序列的数据特征,对第一充电电压序列进行数据压缩处理,获得数据压缩存储结果。
需要说明的是,若不需要对初始充电电压序列重新进行数据删除处理,即不需要返回到步骤S2进行预设时段的调整,重新进行伪异常数据删除处理,说明第一充电电压序列中仅包含正常数据和真异常数据。而充电电压数据在异常情况下,数据发生波动,但是多数情况下的真异常数据的波动上限和下限处于同一水平线,也就是充电电压数据异常,电压数值虽然发生变化,但在异常情况结束前,充电电压数据仍保持在稳定的数值范围内,此时可以考虑采用游程编码方式进行数据压缩存储。具体步骤可以包括:
对于第一充电电压序列中数值连续相同的正常数据,利用计数存储方式进行存储;对于第一充电电压序列中接触不良导致的异常数据,计算第一充电电压序列中相邻两个充电电压数据之间差值绝对值,将差值绝对值确定为第一数值;将相同且连续分布的第一数值确定为第二数值,并统计第二数值组成的数据段内数据的个数;当第二数值组成的数据段内数据的个数大于个数阈值时,采用游程编码存储方式,将第二数值作为单个数据存储,并标记第二数值的个数;对于第一充电电压序列中的其他异常数据,根据异常数据的出现原因和数据特性,采用不同的数据压缩方法,进行数据压缩存储即可。
值得说明的是,本实施例只针对接触不良导致的充电电压数据变化进行数据分析,其他充电数据或异常情况需要进行分析时,与充电电压数据的分析方式存在一定程度的差异,实施者可以根据具体情况进行分析处理。
其中,对于第一充电电压序列中接触不良导致的异常数据,进行数据压缩处理,包括:
在本实施例中,接触不良导致的真异常数据的特征可以为:电路存在闭合和断开
状况,闭合电路对应的真异常数据为高数值,高数值可以为充电额定电压值,断开电路对应
的真异常数据为低数值,低数值可以为0。充电电压数据在两个数值之间交换出现,并且呈
现趋于稳定、且高数值和低数值交替重复出现,可以表征为:。因
此,采用差值压缩和游程编码相结合的压缩方法,以提高充电数据的存储压缩率,其具体实
现步骤可以包括:
首先,计算第一充电电压序列中相邻两个充电电压数据之间差值绝对值,将差值
绝对值确定为第一数值,即。然后,将相同且连续分
布的第一数值确定为第二数值,并统计第二数值组成的数据段内数据的个数。当第二数值
组成的数据段内数据的个数大于个数阈值时,采用游程编码存储方式,将第二数值作为单
个数据存储,并标记第二数值的个数。游程编码方式的实现过程为现有技术,此次不再进行
详细阐述。个数阈值取经验值2,说明当超过两个第二数值的数值相同且连续分布,则可以
将其判断为接触不良导致的真异常数据,后续可以按照游程编码存储的实现过程,对第二
数值进行存储压缩处理。
需要说明的是,在进行第二数值存储时,当存在正常的数据波动时,将存在数据波动范围对应的全部第二数值按照充电桩的额定充电电压进行存储,第二数值的波动值依据经验可以为上下波动5伏特。原因在于,第二数值为电路断开时的电压数据与闭合时的电压数据之间的差值绝对值,而电路断开时的电压数据基本为零或极低,其与闭合时的电压数据之间的差值绝对值也就是额定充电电压加上正常的数据波动对应的波动值,故可以直接将额定充电电压作为第二数值进行压缩存储。
本发明提供了一种用于直流充电桩的充电数据存储系统,该系统通过电数字数据处理技术,将正常数据进行计数存储和将伪异常数据进行数据删除处理后的结果,即为真异常数据,针对真异常数据的出现原因和数据特性,采用不同的数据压缩方法,进行数据压缩存储,最终将所有数据进行整合存储,可以获得最终的数据压缩存储结果,至此,完成了直流充电桩的充电数据存储,实现了存储压缩率较高的充电数据存储。具体为:对于直流充电桩的充电电压数据,通过数据分析,先区分正常数据和异常数据,对于正常数据进行计数存储,即正常数据出现的时间间隔或者连续出现正常数据的次数,以此代替正常数据的存储;对于异常数据可以分为真异常数据和伪异常数据,对于伪异常数据进行数据删除处理,因为伪异常数据的出现属于正常物理现象,不具备实际参考价值;在完成伪异常数据的删除后,为了保障数据完整性,通过删除后的剩余数据的数据特征,计算数据删除的可行性,即数据删除程度;根据数据删除程度判断是否存在数据过度删除的情况,若不存在,最后对真异常数据进行特征分析,对不同的数据采用不同的压缩方式进行存储,完成充电数据的压缩存储。
以上所述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范围,均应包含在本发明的保护范围之内。
Claims (2)
1.一种用于直流充电桩的充电数据存储系统,其特征在于,包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:
获取充电状态下的直流充电桩对应的初始充电电压序列;其中,所述初始充电电压序列为存在异常波动的充电电压序列;
对所述初始充电电压序列进行数据删除处理,将删除后的初始充电电压序列作为第一充电电压序列;
确定第一充电电压序列的数据删除阈值;根据初始充电电压序列和第一充电电压序列,确定第一充电电压序列的数据删除程度;
根据第一充电电压序列的数据删除阈值和数据删除程度,判断是否需要对初始充电电压序列重新进行数据删除处理;
若不需要对初始充电电压序列重新进行数据删除处理,则根据第一充电电压序列的数据特征,对第一充电电压序列进行数据压缩处理,获得数据压缩存储结果;
对所述初始充电电压序列进行数据删除处理的实现步骤包括:
将初始充电电压序列中预设时段对应的充电电压数据进行删除;其中,所述预设时段为电容启动时对应的充电电压持续波动时段;
确定第一充电电压序列的数据删除阈值,包括:
获取预设数目个直流充电桩对应的第一充电电压序列组合的目标充电电压序列,根据目标充电电压序列,确定目标充电电压序列中每个数值类别的概率;
根据每个数值类别的概率,利用不确定性函数,确定目标充电电压序列对应的各个不确定性因子,将各个不确定性因子的平均值进行归一化处理,将归一化后的数值确定为第一充电电压序列的数据删除阈值;
根据初始充电电压序列和第一充电电压序列,确定第一充电电压序列的数据删除程度,包括:
将第一充电电压序列的充电电压数据个数与初始充电电压序列的充电电压数据个数的比值,确定为第一充电电压序列的第一数据删除因子;根据第一充电电压序列中的各个充电电压数据,确定第一充电电压序列的信息熵,将所述信息熵确定为第一充电电压序列的第二数据删除因子;计算所述第一数据删除因子和所述第一数据删除因子之间的差值,当所述差值不大于0时,对所述差值进行归一化处理,获得归一化后的差值,将所述归一化后的差值的绝对值确定为第一充电电压序列的数据删除程度;
根据第一充电电压序列的数据删除阈值和数据删除程度,判断是否需要对初始充电电压序列重新进行数据删除处理,包括:
将数据删除阈值和数据删除程度之间的差值的绝对值确定为判定指标,若所述判定指标小于第一判定阈值或大于第二判定阈值,则判定需要对初始充电电压序列重新进行数据删除处理,否则,判定不需要对初始充电电压序列重新进行数据删除处理;
根据第一充电电压序列的数据特征,对第一充电电压序列进行数据压缩处理,包括:
对于第一充电电压序列中数值连续相同的正常数据,利用计数存储方式进行存储;对于第一充电电压序列中接触不良导致的异常数据,计算第一充电电压序列中相邻两个充电电压数据之间差值绝对值,将所述差值绝对值确定为第一数值;将相同且连续分布的第一数值确定为第二数值,并统计第二数值组成的数据段内数据的个数;当所述第二数值组成的数据段内数据的个数大于个数阈值时,采用游程编码存储方式,将所述第二数值作为单个数据存储,并标记所述第二数值的个数;对于第一充电电压序列中的其他异常数据,进行数据压缩处理。
2.根据权利要求1所述的一种用于直流充电桩的充电数据存储系统,其特征在于,根据目标充电电压序列,确定目标充电电压序列中每个数值类别的概率,包括:
根据第一充电电压序列中的各个充电电压数据的数值,确定相同数值对应的充电电压数据,并将相同数值对应的充电电压数据确定为数值类别相同的充电电压数据;
确定每个数值类别对应的充电电压数据个数,并将所述数值类别对应的充电电压数据个数与第一充电电压序列对应的充电电压数据个数的比值,确定为对应数值类别的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310628337.6A CN116331044B (zh) | 2023-05-31 | 2023-05-31 | 一种用于直流充电桩的充电数据存储系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310628337.6A CN116331044B (zh) | 2023-05-31 | 2023-05-31 | 一种用于直流充电桩的充电数据存储系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116331044A CN116331044A (zh) | 2023-06-27 |
CN116331044B true CN116331044B (zh) | 2023-08-04 |
Family
ID=86893419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310628337.6A Active CN116331044B (zh) | 2023-05-31 | 2023-05-31 | 一种用于直流充电桩的充电数据存储系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116331044B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117353751B (zh) * | 2023-12-06 | 2024-02-23 | 山东万辉新能源科技有限公司 | 基于大数据的无人充电桩交易数据智能管理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016101690A1 (zh) * | 2014-12-22 | 2016-06-30 | 国家电网公司 | 基于时间序列分析的输变电设备的状态监测数据清洗方法 |
CN108984708A (zh) * | 2018-07-06 | 2018-12-11 | 蔚来汽车有限公司 | 脏数据识别方法及装置、数据清洗方法及装置、控制器 |
CN109783552A (zh) * | 2018-11-28 | 2019-05-21 | 中国电力科学研究院有限公司 | 一种数据清洗修复方法 |
CN112667611A (zh) * | 2020-12-23 | 2021-04-16 | 国网江苏省电力有限公司无锡供电分公司 | 一种电动汽车充电行为特征分析方法和系统 |
CN113297744A (zh) * | 2021-05-28 | 2021-08-24 | 国网浙江省电力有限公司营销服务中心 | 一种适用于误差监测计算的充电桩数据清洗方法及充电站 |
WO2021238455A1 (zh) * | 2020-05-29 | 2021-12-02 | 中兴通讯股份有限公司 | 数据处理方法、设备及计算机可读存储介质 |
CN113806341A (zh) * | 2020-06-11 | 2021-12-17 | 华为技术有限公司 | 数据处理方法及存储设备 |
CN115670418A (zh) * | 2023-01-03 | 2023-02-03 | 深圳市研强物联技术有限公司 | 一种基于智能手表用户信息的数据存储方法 |
CN116080456A (zh) * | 2023-02-20 | 2023-05-09 | 安徽中科源起科技有限公司 | 基于物联网控制的移动式充电桩及其储能充电监管系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110765143B (zh) * | 2019-10-10 | 2022-08-02 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、服务器和存储介质 |
-
2023
- 2023-05-31 CN CN202310628337.6A patent/CN116331044B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016101690A1 (zh) * | 2014-12-22 | 2016-06-30 | 国家电网公司 | 基于时间序列分析的输变电设备的状态监测数据清洗方法 |
CN108984708A (zh) * | 2018-07-06 | 2018-12-11 | 蔚来汽车有限公司 | 脏数据识别方法及装置、数据清洗方法及装置、控制器 |
CN109783552A (zh) * | 2018-11-28 | 2019-05-21 | 中国电力科学研究院有限公司 | 一种数据清洗修复方法 |
WO2021238455A1 (zh) * | 2020-05-29 | 2021-12-02 | 中兴通讯股份有限公司 | 数据处理方法、设备及计算机可读存储介质 |
CN113806341A (zh) * | 2020-06-11 | 2021-12-17 | 华为技术有限公司 | 数据处理方法及存储设备 |
CN112667611A (zh) * | 2020-12-23 | 2021-04-16 | 国网江苏省电力有限公司无锡供电分公司 | 一种电动汽车充电行为特征分析方法和系统 |
CN113297744A (zh) * | 2021-05-28 | 2021-08-24 | 国网浙江省电力有限公司营销服务中心 | 一种适用于误差监测计算的充电桩数据清洗方法及充电站 |
CN115670418A (zh) * | 2023-01-03 | 2023-02-03 | 深圳市研强物联技术有限公司 | 一种基于智能手表用户信息的数据存储方法 |
CN116080456A (zh) * | 2023-02-20 | 2023-05-09 | 安徽中科源起科技有限公司 | 基于物联网控制的移动式充电桩及其储能充电监管系统 |
Non-Patent Citations (1)
Title |
---|
电动汽车充电桩数据采集终端设计;巨汉基;易忠林;韩迪;姜振宇;赵思翔;;自动化与仪表(第04期);第66-69页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116331044A (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Accelerated fading recognition for lithium-ion batteries with Nickel-Cobalt-Manganese cathode using quantile regression method | |
EP3845918A1 (en) | Method and system for online estimation of soh and rul of a battery | |
CN116331044B (zh) | 一种用于直流充电桩的充电数据存储系统 | |
CN114114049B (zh) | 一种基于样本迁移的锂离子电池寿命预测方法 | |
CN113075554A (zh) | 一种基于运行数据的锂离子电池组不一致性辨识方法 | |
WO2023088037A1 (zh) | 电化学装置管理方法、电子设备及电池系统 | |
CN113283632B (zh) | 一种电池早期故障预警方法、系统、装置及存储介质 | |
US20230112978A1 (en) | Method and apparatus for calculating cell state, and storage medium | |
KR20210000207A (ko) | 내부 단락 셀 검출 방법 | |
CN115421050A (zh) | 一种电池健康状态的估计方法、系统、设备及存储介质 | |
CN116973788A (zh) | 内短路故障检测方法、装置、计算机设备及存储介质 | |
CN113030758A (zh) | 基于锂离子电池容量跳水点的老化预警方法、系统、汽车及计算机存储介质 | |
CN115902641A (zh) | 电池容量跳水的预测方法、装置及存储介质 | |
CN116008827A (zh) | 一种锂离子电池析锂电位的确定方法、装置及电子设备 | |
WO2021169162A1 (zh) | 电池备电单元监测方法、装置、服务器及可读存储介质 | |
KR20210000206A (ko) | 이상 배터리 셀 검출 방법 | |
CN112633583A (zh) | 发电机组振动预测方法、装置、计算机设备和存储介质 | |
CN116754960A (zh) | 钠离子电池云端soh估计和剩余寿命预测方法、装置及程序 | |
CN110907843A (zh) | 电池阻抗计算方法及装置 | |
CN115754780A (zh) | 电池电芯寿命修正方法、装置及电子设备、存储介质 | |
CN113009347A (zh) | 一种电池寿命终止阶段功率的设定方法、装置及相关产品 | |
CN117148200B (zh) | 基于分段聚合近似和聚类的pack不一致性监测方法及装置 | |
CN115856682B (zh) | 一种基于临界点转变的锂电池容量跳水点个性化预警方法 | |
CN116840700B (zh) | 电池状态的实时监测方法、装置、设备及存储介质 | |
CN115291111B (zh) | 电池静置时间预测模型的训练方法以及静置时间预测方法 |
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 |