CN116823042A - 充电桩安全评估方法和系统 - Google Patents
充电桩安全评估方法和系统 Download PDFInfo
- Publication number
- CN116823042A CN116823042A CN202310748882.9A CN202310748882A CN116823042A CN 116823042 A CN116823042 A CN 116823042A CN 202310748882 A CN202310748882 A CN 202310748882A CN 116823042 A CN116823042 A CN 116823042A
- Authority
- CN
- China
- Prior art keywords
- charging pile
- evaluation index
- state
- evaluation
- charging
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims abstract description 207
- 230000036541 health Effects 0.000 claims abstract description 49
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 238000004891 communication Methods 0.000 claims description 38
- 239000000779 smoke Substances 0.000 claims description 22
- 238000003012 network analysis Methods 0.000 claims description 8
- 230000003862 health status Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种充电桩安全评估方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集充电桩健康状态综合评估指标体系中各评估指标对应的指标数据;对各评估指标进行赋权,获取各评估指标的对应权值;根据指标数据和权值,获取状态评估值和状态等级;其中,充电桩健康状态综合评估指标体系基于充电桩运行状态和充电桩潜在危险构建。采用本方法能够提高充电桩评估可靠性。
Description
技术领域
本申请涉及充电桩的技术领域,特别是涉及一种充电桩安全评估方法和系统。
背景技术
经过对电动汽车事故的数据研究,发现充电引起的事故占比较高,由于充电而引发事故的主要原因包括不合理快速充电、充电功能安全水平低下、通电过程中数据通信不规范等。随着电动汽车的市场占有率逐年递增,其充电安全问题已经成为当前电动汽车行业快速发展的主要障碍。
充电安全的核心问题除了电池本身的安全状态外,还有充电桩的健康状态。电动汽车充电桩作为为电动汽车提供充电功率的主要传输渠道,其安全稳定运行对于维持电动汽车电能稳定具有重要意义。目前,关于电动汽车充电桩的研究主要集中在充电桩故障评估、安全防护、健康状态监测与评估等领域。
然而,随着充电桩技术的不断发展,电力设施和其他设施提供的情报不足以提供全面的能源服务信息,数据交互程度不高、缺乏对数据的整合,这些问题已经成为能源互联网平台建设的瓶颈。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高充电桩评估可靠性的充电桩安全评估方法和装置。
第一方面,本申请提供了一种充电桩安全评估方法。该方法包括:
根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集充电桩健康状态综合评估指标体系中各评估指标对应的指标数据;
对各评估指标进行赋权,获取各评估指标的对应权值;
根据指标数据和权值,获取状态评估值和状态等级;
其中,充电桩健康状态综合评估指标体系基于充电桩运行状态和充电桩潜在危险构建。
在其中一个实施例中,根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集充电桩健康状态综合评估指标体系中各评估指标对应的指标数据包括:
采集充电桩运行状态相关的指标数据,对应采集对象包括充电模块、控制模块、通信模块和硬件模块;
采集充电桩潜在危险相关的指标数据,对应采集对象包括烟火预警、危险车辆、危险人员、设备损坏。
在其中一个实施例中,其特征在于:
充电模块对应评估指标包括充电功率、充电电流、充电效率、功率因数和充电电流稳定度;
控制模块对应评估指标包括控制模块温度、控制模块湿度和控制模块故障次数;
通信模块对应评估指标包括通信模块温度、通信模块湿度和通信模块故障次数;
硬件模块对应评估指标包括充电枪温度、充电枪故障次数、接触器故障次数、风扇故障次数、避雷器故障次数、急停开关故障次数、内存故障次数、硬盘故障次数、电池组最高温度、电池组最低温度和电池组故障次数;
烟火报警对应评估指标包括烟火报警次数和烟火浓度;
危险车辆对应评估指标包括危险车辆靠近次数和危险车辆危险等级;
危险人员对应评估指标包括危险人员靠近次数和危险人员危险等级;
设备损坏对应评估指标包括设备损坏次数和设备损坏危险等级。
在其中一个实施例中,对各评估指标进行赋权,获取各评估指标的对应权值包括:
采用决策与实验室-网络分析联用法对评估指标进行赋权,获取各评估指标对应的权值。
在其中一个实施例中,根据指标数据和权值,获取状态评估值和状态等级包括:
对各评估指标对应指标数据进行归一化处理,获取归一化数据;
根据归一化数据和权值,获取状态评估值,并基于状态评估值获取状态等级。
在其中一个实施例中,还包括:
基于状态等级,利用隐马尔可夫模型对充电桩进行状态等级预测。
第二方面,本申请提供了一种充电桩安全评估装置,装置包括:
采集模块,用于根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集充电桩健康状态综合评估指标体系中各评估指标对应的指标数据;
赋权模块,用于对各评估指标进行赋权,获取各评估指标的对应权值;
评估模块,用于根据指标数据和权值,获取状态评估值和状态等级;
其中,充电桩健康状态综合评估指标体系从运行状态和潜在危险两个方面构建。
第三方面,本申请提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集充电桩健康状态综合评估指标体系中各评估指标对应的指标数据;
对各评估指标进行赋权,获取各评估指标的对应权值;
根据指标数据和权值,获取状态评估值和状态等级;
其中,充电桩健康状态综合评估指标体系基于充电桩运行状态和充电桩潜在危险构建。
第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集充电桩健康状态综合评估指标体系中各评估指标对应的指标数据;
对各评估指标进行赋权,获取各评估指标的对应权值;
根据指标数据和权值,获取状态评估值和状态等级;
其中,充电桩健康状态综合评估指标体系基于充电桩运行状态和充电桩潜在危险构建。
第五方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集充电桩健康状态综合评估指标体系中各评估指标对应的指标数据;
对各评估指标进行赋权,获取各评估指标的对应权值;
根据指标数据和权值,获取状态评估值和状态等级;
其中,充电桩健康状态综合评估指标体系基于充电桩运行状态和充电桩潜在危险构建。
上述充电桩安全评估方法和装置,通过充电桩健康状态综合评估指标体系多方面评估充电桩的健康状态,同时对充电桩健康状态综合评估指标体系中的各评估指标进行赋权,挖掘评估指标之间的逻辑关系,从而更全面且科学地对充电桩进行安全评估。此外,充电桩健康状态综合评估指标体系从充电桩运行状态和充电桩潜在危险两个方面构建,能够基于充电桩运行状态发现当前运行异常,并基于充电桩潜在危险预测未来可能存在的危险,以更新充电桩的状态评估值和状态等级,从而作为充电桩维护的参考指导维护人员及时行动,有效提高充电桩安全。与传统的安全评估方案相比,本案通过体系化的评估指标综合评估充电桩的健康状态,全方位整合数据,更科学地评估充电桩的安全性,提高了充电桩评估结果的可靠性。同时从充电桩运行状态和充电桩潜在危险两方面共同评估充电桩安全性,着眼于充电桩的当前与未来状态,对充电桩的维护提供更有价值的参考。
附图说明
图1为一个实施例中充电桩安全评估方法的应用环境图;
图2为一个实施例中充电桩安全评估方法的流程示意图;
图3为一个实施例中充电桩健康状态综合评估指标体系的结构框图;
图4为一个实施例中决策与实验室-网络分析联用法的流程示意图;
图5为一个实施例中充电桩安全评估装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的充电桩安全评估方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种充电桩安全评估方法,以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
步骤202,根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集充电桩健康状态综合评估指标体系中各评估指标对应的指标数据。
递阶层次的结构是指将问题所涉及的因素条理化、层次化,构造出一个有层次的结构体系。在这个体系中,复杂的问题被分解成若干个元素,各层次之间都有一定的关系,上一层次的元素对下一层次的元素支配作用。
其中,充电桩健康状态综合评估指标体系基于充电桩运行状态和充电桩潜在危险构建。
充电桩健康状态综合评估指标体系至少包括三层,第一层为电动汽车充电桩评估,第二层包括充电桩运行状态和充电桩潜在危险,第三层为分别对应于充电桩运行状态和充电桩潜在危险的指标。对应于充电桩运行状态的指标如电压电流、温湿度等,对应于充电桩潜在危险的指标如老化、危险品靠近、线路裸露、充电接口松、绝缘外壳破损等。
步骤204,对各评估指标进行赋权,获取各评估指标的对应权值。
通过确定各个评估指标对充电桩健康状态的重要性,对各评估指标进行赋权。评估指标对应权值越高,则该评估指标对充电桩健康状态的影响越大,反之则越小。
确定评估指标权值的方法包括层次分析法、熵值法、主成分分析、信息量权重、因子分析等。
步骤206,根据指标数据和权值,获取状态评估值和状态等级。
通过对各评估指标对应的指标数据和对应的权值进行数据处理,获取可以表征充电桩健康状况的状态评估值和状态等级。其中,状态评估值可以定量表示充电桩的健康状况,状态等级可以定性表示充电桩的健康状况。充电桩维护工作人员可以按需采用状态评估值或状态等级作为充电桩维护参考数据。
在一个实施例中,状态等级根据指标数据和权值可以采用与状态评估值不同的计算方法获得计算数据,再根据计算得到的数据定性分析充电桩的状态等级,也可以直接根据状态评估值定性分析充电桩的状态等级。在本实施例中,将计算得到的数据或状态评估值与一组预设阈值进行对比,根据对比结果确定状态等级。
在一个实施例中,状态等级人为设定,可以设定为安全、危险,也可以更细致地划分,如安全、初级风险、中级风险、高级风险等。
上述充电桩安全评估方法中,通过充电桩健康状态综合评估指标体系多方面评估充电桩的健康状态,同时对充电桩健康状态综合评估指标体系中的各评估指标进行赋权,挖掘评估指标之间的逻辑关系,从而更全面且科学地对充电桩进行安全评估。此外,充电桩健康状态综合评估指标体系从充电桩运行状态和充电桩潜在危险两个方面构建,能够基于充电桩运行状态发现当前运行异常,并基于充电桩潜在危险预测未来可能存在的危险,以更新充电桩的状态评估值和状态等级,从而作为充电桩维护的参考指导维护人员及时行动,有效提高充电桩安全。
在一个实施例中,步骤202包括:采集充电桩运行状态相关的指标数据,对应采集对象包括充电模块、控制模块、通信模块和硬件模块;采集充电桩潜在危险相关的指标数据,对应采集对象包括烟火预警、危险车辆、危险人员、设备损坏。
采集的指标数据包括充电桩运行状态数据和监控系统中视频监控数据。充电桩运行状态数据来自于充电模块、控制模块、通信模块和硬件模块,通过一系列模块自带数据采集元件和外部数据采集设备共同采集获取。采集充电桩潜在危险数据可以来自于烟火预警、危险车辆、危险人员和设备损坏,可以通过视频监控等获取。
在一个实施例中,充电模块对应评估指标包括充电功率、充电电流、充电效率、功率因数和充电电流稳定度。
控制模块对应评估指标包括控制模块温度、控制模块湿度和控制模块故障次数。
通信模块对应评估指标包括通信模块温度、通信模块湿度和通信模块故障次数。
硬件模块对应评估指标包括充电枪温度、充电枪故障次数、接触器故障次数、风扇故障次数、避雷器故障次数、急停开关故障次数、内存故障次数、硬盘故障次数、电池组最高温度、电池组最低温度和电池组故障次数。
烟火报警对应评估指标包括烟火报警次数和烟火浓度。
危险车辆对应评估指标包括危险车辆靠近次数和危险车辆危险等级。
危险人员对应评估指标包括危险人员靠近次数和危险人员危险等级。
设备损坏对应评估指标包括设备损坏次数和设备损坏危险等级。
其中,功率因数σi的计算公式为:
UIcosΦ表示充电桩输入的有功功率,UIsinΦ表示充电桩输入的无功功率,U表示充电电流,I表示充电电压。
充电电流稳定度ξi的计算公式为:
iL表示充电电流数值,i0表示稳定额定充电数值。
在一个实施例中,控制模块温度、控制模块湿度、通信模块温度、通信模块湿度和充电枪温度可以通过温湿度传感器获取指标数据,控制模块故障次数、通信模块故障次数、充电枪故障次数、接触器故障次数、风扇故障次数、避雷器故障次数、急停开关故障次数、内存故障次数、硬盘故障次数、电池组最高温度、电池组最低温度和电池组故障次数可以通过系统日志获取指标数据。
在一个实施例中,烟火报警次数、危险车辆靠近次数、危险人员靠近次数、设备损坏次数、烟火浓度、危险车辆危险等级、危险人员危险等级和设备损坏危险等级可以通过操作日志获取,该日志的更新可以为工作人员手动更新与系统自动更新结合,其中系统自动更新可以基于对监控视频进行目标识别的结果。
在一个实施例中,如图3所示,为充电桩健康状态综合评估指标体系的结构示意图,该体系是以充电桩运行状态和充电桩潜在危险为基础的四层递阶层次结构。其中,电动汽车充电桩安全等级为第一层级。电动汽车充电桩运行状态、电动汽车充电桩潜在危险为第二层级,充电模块、控制模块、通信模块、硬件模块、烟火预警、危险车辆、危险人员入侵、设备损坏为第三层级。充电功率、充电电流、充电效率、功率因数、充电电流稳定度、控制模块温度、控制模块湿度、控制模块故障次数、通信模块温度、通信模块湿度、通信模块故障次数、充电枪温度、充电枪故障次数、接触器故障次数、风扇故障次数、避雷器故障次数、急停开关故障次数、内存故障次数、硬盘故障次数、电池组最高温度、电池组最低温度、电池组故障次数、烟火报警次数、烟火浓度、危险车辆靠近次数、危险车辆危险等级、危险人员靠近次数、危险人员危险等级、设备损坏次数、设备损坏危险等级为第四层级。
在一个实施例中,步骤204包括采用决策与实验室-网络分析联用法(Decision-making Trial and Evaluation Laboratory-Analytic Network Process,DEMATEL-ANP)对评估指标进行赋权,获取各评估指标对应的权值。
具体地,如图4所示,利用决策与实验室-网络分析联用法进行赋权包括以下步骤:
步骤402,分析各评估指标之间的逻辑关系和影响强度,例如评估指标A对评估指标B产生影响且影响强度为10。根据各评估指标之间的逻辑关系和影响强度生成直接影响矩阵O。
步骤404,对直接影响矩阵O进行规范化处理,获取规范化矩阵N。
步骤406,根据公式T=N(1-N)-1,获取综合影响矩阵T。
步骤408,对综合影响矩阵T中的每列进行归一化,令每列加起来为1,获取加权超矩阵W。
步骤410,将加权超矩阵W进行稳定处理,即自乘4-6次,得到稳定的极限超矩阵limW。
步骤412,极限超矩阵lim W中的各列均相同,因此根据极限超矩阵lim W即可获得各评估指标的对应权值。
本实施例通过决策与实验室-网络分析联用法对各级评估指标进行赋权,降低由于主观赋权造成的结果误差,进而能够基于更准确的权值客观计算宠爱女装的状态评估值和状态等级。
在一个实施例中,步骤206包括:对各评估指标对应指标数据进行归一化处理,获取归一化数据;根据归一化数据和权值,获取状态评估值,并基于状态评估值获取状态等级。
在本实施例中,各个评估指标均有对应的取值范围,按照各自取值范围对指标数据进行归一化处理。然后,将评估指标对应的归一化数据进行加权求和,获取状态评估值。将状态评估值与一组预设阈值进行对比,该预设阈值限定了每个状态等级对应的上界和下界,通过对比结果即可根据状态评估值获取状态等级。
在一个实施例中,充电桩安全评估方法还包括:基于状态等级,利用隐马尔可夫模型对充电桩进行状态等级预测。
本实施例中,采用隐马尔可夫模型,基于马尔科夫链并对其扩展到具备不可兼得隐含参数的一种模型。隐马尔可夫模型是由马尔科夫链和随机过程共同组成的。将充电桩的状态等级作为输入变量,结合长期的充电桩运行状态和充电桩潜在危险,将充电桩健康状态分若干独立的状态,离散随机过程的马尔可夫链表示为:
P={S1=i1,S2=i2,...,Sn-1=in-1}
其中,i1至in-1表示1至(n-1)时刻分别对应的状态等级。
马尔科夫链的一步转移概率pij满足以下性质:
pij={Sm=j,Sm-1=i}>0;
其中,pij表示由上一状态i转变为下一状态j的概率。在本实施例中,状态等级为10个,每个状态用数字1至9依次表示,因此状态i和j取值为0至9。
基于充电桩在t时刻电动汽车充电桩状态等级Xt,转移概率矩阵P,预测充电桩(t+1)时刻的状态等级Yt,Yt表示为:
其中,pij为转移概率矩阵P中的元素。
基于上述马尔可夫链,通过隐马尔可夫模型即可进行状态等级预测。
在一个实施例中,充电桩安全评估方法包括以下步骤:
采集充电桩运行状态相关的指标数据,对应采集对象包括充电模块、控制模块、通信模块和硬件模块。
采集充电桩潜在危险相关的指标数据,对应采集对象包括烟火预警、危险车辆、危险人员、设备损坏。
采用决策与实验室-网络分析联用法对评估指标进行赋权,获取各评估指标对应的权值。
对各评估指标对应指标数据进行归一化处理,获取归一化数据。
根据归一化数据和权值,获取状态评估值,并基于状态评估值获取状态等级。
基于状态等级,利用马尔可夫模型或隐马尔可夫模型对充电桩进行状态等级预测。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的充电桩安全评估方法的充电桩安全评估装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个充电桩安全评估装置实施例中的具体限定可以参见上文中对于充电桩安全评估方法的限定,在此不再赘述。
在一个实施例中,如图5所示,提供了一种充电桩安全评估装置,包括:采集模块502、赋权模块504和评估模块506,其中:
采集模块502,用于根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集充电桩健康状态综合评估指标体系中各评估指标对应的指标数据。
赋权模块504,用于对各评估指标进行赋权,获取各评估指标的对应权值。
评估模块506,用于根据指标数据和权值,获取状态评估值和状态等级。
其中,充电桩健康状态综合评估指标体系从运行状态和潜在危险两个方面构建。
其中,采集模块502还用于采集充电桩运行状态相关的指标数据,对应采集对象包括充电模块、控制模块、通信模块和硬件模块;采集充电桩潜在危险相关的指标数据,对应采集对象包括烟火预警、危险车辆、危险人员、设备损坏。
充电模块对应评估指标包括充电功率、充电电流、充电效率、功率因数和充电电流稳定度;控制模块对应评估指标包括控制模块温度、控制模块湿度和控制模块故障次数;通信模块对应评估指标包括通信模块温度、通信模块湿度和通信模块故障次数;硬件模块对应评估指标包括充电枪温度、充电枪故障次数、接触器故障次数、风扇故障次数、避雷器故障次数、急停开关故障次数、内存故障次数、硬盘故障次数、电池组最高温度、电池组最低温度各电池组故障次数;烟火报警对应评估指标包括烟火报警次数和烟火浓度;危险车辆对应评估指标包括危险车辆靠近次数和危险车辆危险等级;危险人员对应评估指标包括危险人员靠近次数和危险人员危险等级;设备损坏对应评估指标包括设备损坏次数和设备损坏危险等级。
赋权模块504还用于采用决策与实验室-网络分析联用法对评估指标进行赋权,获取各评估指标对应的权值。
评估模块506还用于对各评估指标对应指标数据进行归一化处理,获取归一化数据;根据归一化数据和权值,获取状态评估值,并基于状态评估值获取状态等级。
充电桩安全评估装置还包括预测模块508。预测模块508用于基于状态等级,利用隐马尔可夫模型对充电桩进行状态等级预测。
上述充电桩安全评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储充电桩相关采集数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种充电桩安全评估方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种充电桩安全评估方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述方法实施例的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述方法实施例的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种充电桩安全评估方法,其特征在于,所述方法包括:
根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集所述充电桩健康状态综合评估指标体系中各评估指标对应的指标数据;
对各所述评估指标进行赋权,获取各所述评估指标的对应权值;
根据所述指标数据和所述权值,获取状态评估值和状态等级;
其中,所述充电桩健康状态综合评估指标体系基于充电桩运行状态和充电桩潜在危险构建。
2.根据权利要求1所述的方法,其特征在于,根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集所述充电桩健康状态综合评估指标体系中各评估指标对应的指标数据包括:
采集所述充电桩运行状态相关的指标数据,对应采集对象包括充电模块、控制模块、通信模块和硬件模块;
采集所述充电桩潜在危险相关的指标数据,对应采集对象包括烟火预警、危险车辆、危险人员、设备损坏。
3.根据权利要求2所述的方法,其特征在于:
所述充电模块对应所述评估指标包括充电功率、充电电流、充电效率、功率因数和充电电流稳定度;
所述控制模块对应所述评估指标包括控制模块温度、控制模块湿度和控制模块故障次数;
所述通信模块对应所述评估指标包括通信模块温度、通信模块湿度和通信模块故障次数;
所述硬件模块对应所述评估指标包括充电枪温度、充电枪故障次数、接触器故障次数、风扇故障次数、避雷器故障次数、急停开关故障次数、内存故障次数、硬盘故障次数、电池组最高温度、电池组最低温度和电池组故障次数;
所述烟火报警对应所述评估指标包括烟火报警次数和烟火浓度;
所述危险车辆对应所述评估指标包括危险车辆靠近次数和危险车辆危险等级;
所述危险人员对应所述评估指标包括危险人员靠近次数和危险人员危险等级;
所述设备损坏对应所述评估指标包括设备损坏次数和设备损坏危险等级。
4.根据权利要求1所述的方法,其特征在于,所述对各所述评估指标进行赋权,获取各所述评估指标的对应权值包括:
采用决策与实验室-网络分析联用法对所述评估指标进行赋权,获取各所述评估指标对应的所述权值。
5.根据权利要求1所述的方法,其特征在于,所述根据所述指标数据和所述权值,获取状态评估值和状态等级包括:
对各所述评估指标对应所述指标数据进行归一化处理,获取归一化数据;
根据所述归一化数据和所述权值,获取所述状态评估值,并基于所述状态评估值获取所述状态等级。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述还包括:
基于所述状态等级,利用隐马尔可夫模型对所述充电桩进行状态等级预测。
7.一种充电桩安全评估装置,其特征在于,所述装置包括:
采集模块,用于根据构建的递阶层次的充电桩健康状态综合评估指标体系,采集所述充电桩健康状态综合评估指标体系中各评估指标对应的指标数据;
赋权模块,用于对各所述评估指标进行赋权,获取各所述评估指标的对应权值;
评估模块,用于根据所述指标数据和所述权值,获取状态评估值和状态等级;
其中,所述充电桩健康状态综合评估指标体系从运行状态和潜在危险两个方面构建。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种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权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310748882.9A CN116823042A (zh) | 2023-06-21 | 2023-06-21 | 充电桩安全评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310748882.9A CN116823042A (zh) | 2023-06-21 | 2023-06-21 | 充电桩安全评估方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116823042A true CN116823042A (zh) | 2023-09-29 |
Family
ID=88125245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310748882.9A Pending CN116823042A (zh) | 2023-06-21 | 2023-06-21 | 充电桩安全评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116823042A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556971A (zh) * | 2023-11-02 | 2024-02-13 | 江苏智融能源科技有限公司 | 一种基于人工智能的有序充电推荐系统及方法 |
-
2023
- 2023-06-21 CN CN202310748882.9A patent/CN116823042A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556971A (zh) * | 2023-11-02 | 2024-02-13 | 江苏智融能源科技有限公司 | 一种基于人工智能的有序充电推荐系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107797067B (zh) | 一种基于深度学习的锂离子电池寿命迁移预测方法 | |
Al Boni et al. | Area-specific crime prediction models | |
CN116823042A (zh) | 充电桩安全评估方法和系统 | |
Jiang et al. | A fault diagnosis method for electric vehicle power lithium battery based on wavelet packet decomposition | |
Zhu et al. | Predicting battery life with early cyclic data by machine learning | |
CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
CN112085869A (zh) | 一种基于飞参数据的民机飞行安全性分析方法 | |
CN115805810A (zh) | 电池故障预测方法、装置、设备、存储介质和程序产品 | |
Li et al. | Timely thermal runaway prognosis for battery systems in real-world electric vehicles based on temperature abnormality | |
CN116794510A (zh) | 故障预测方法、装置、计算机设备和存储介质 | |
CN114446019A (zh) | 告警信息处理方法、装置、设备、存储介质和产品 | |
CN115204260A (zh) | 预测模型的训练、预测方法、装置、电子设备及存储介质 | |
Zhang et al. | SOH estimation and RUL prediction of lithium batteries based on multidomain feature fusion and CatBoost model | |
CN116304713A (zh) | 风电场故障场景预测模型的生成方法、装置和计算机设备 | |
Dian-Gang et al. | Anomaly behavior detection based on ensemble decision tree in power distribution network | |
CN115601013A (zh) | 核反应堆故障判定方法、装置、设备、存储介质和产品 | |
CN115577259A (zh) | 高压直流输电系统故障选极方法、装置和计算机设备 | |
CN113888061A (zh) | 一种换流变压器的运行状态评估方法及装置 | |
CN112348226A (zh) | 预测数据生成方法、系统、计算机设备及存储介质 | |
CN117686921B (zh) | 检测电池内短路的方法和系统及计算设备 | |
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 | |
CN117131947B (zh) | 架空输电线路故障预测方法、装置、设备及存储介质 | |
CN115951165A (zh) | 基于电力设备多源传感器的故障诊断体系构建方法和装置 | |
CN117278381A (zh) | 服务器告警数据的处理方法、装置、计算机设备和介质 | |
Li et al. | Innovative design of a whole-process smart platform for new energy vehicle safety |
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 |