CN116853056A - 基于数据分析的充电桩智能管理系统 - Google Patents
基于数据分析的充电桩智能管理系统 Download PDFInfo
- Publication number
- CN116853056A CN116853056A CN202310954548.9A CN202310954548A CN116853056A CN 116853056 A CN116853056 A CN 116853056A CN 202310954548 A CN202310954548 A CN 202310954548A CN 116853056 A CN116853056 A CN 116853056A
- Authority
- CN
- China
- Prior art keywords
- charging
- charging pile
- state
- module
- coefficient
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 17
- 230000036541 health Effects 0.000 claims abstract description 57
- 238000012163 sequencing technique Methods 0.000 claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 238000007726 management method Methods 0.000 claims description 27
- 230000003068 static effect Effects 0.000 claims description 26
- 239000000463 material Substances 0.000 claims description 25
- 238000007667 floating Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 18
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000005192 partition Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 12
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005195 poor health Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于数据分析的充电桩智能管理系统,涉及充电桩管理技术领域,数据采集模块采集与充电桩健康状态相关的多源数据,状态评估模块综合分析充电桩的多源数据并建立状态系数,通过状态系数与健康阈值的对比结果判断充电桩的健康状态并制定相应策略,排序模块定期获取充电桩的状态系数平均数,并依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表,管理员依据用户需求,通过平面图生成模块生成充电站动态平面图。本发不仅全面分析充电桩的健康状态,便于及时管理,而且在定期维护充电桩时,能够依据充电桩的状态选择充电桩维护顺序,有效提高充电桩维护效率。
Description
技术领域
本发明涉及充电桩管理技术领域,具体涉及基于数据分析的充电桩智能管理系统。
背景技术
随着环保意识的增强和对传统燃油车辆尾气排放的担忧,全球范围内对电动汽车的需求不断增长,政府和企业积极推动电动汽车的普及,鼓励人们采用环保出行方式,从而催生了大型充电站的建设需求,大型充电站是指专门用于为电动汽车提供充电服务的大规模充电设施,大型充电站成为电动汽车用户长途旅行和快速充电的重要场所,也是城市和地区电动汽车充电基础设施的重要组成部分;
充电桩智能管理系统是为满足日益增长的电动汽车需求而开发的高级技术解决方案,智能管理系统旨在优化充电桩的运营和管理,并提供给用户更便捷、高效、安全的充电服务。
现有技术存在以下不足:
1、现有的管理系统通常是在充电桩投入使用时,对充电桩的充电过程进行监控,管理系统对充电桩没有综合评估管理,从而无法分析每个充电桩的健康状态并做出相应管理;
2、大型充电站的占地面积广,且充电桩数量多,定期对充电桩进行维护管理时,通常为随机选择充电桩的管理维护顺序,这样常常会导致运行状态差的充电桩得不到优选维护处理,降低对充电桩的管理维护效率。
发明内容
本发明的目的是提供基于数据分析的充电桩智能管理系统,以解决背景技术中不足。
为了实现上述目的,本发明提供如下技术方案:基于数据分析的充电桩智能管理系统,包括数据采集模块、状态评估模块、排序模块、平面图生成模块、分区模块、决策模块以及展示模块;
数据采集模块:用于采集与充电桩健康状态相关的多源数据;
状态评估模块:综合分析充电桩的多源数据并建立状态系数,通过状态系数与健康阈值的对比结果判断充电桩的健康状态并制定相应策略;
排序模块:定期获取充电桩的状态系数平均数,并依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表;
平面图生成模块:管理员依据用户需求,通过平面图生成模块生成充电站动态平面图;
分区模块:基于动态平面图信息,将充电桩划分为若干个充电区域;
决策模块:获取充电区域内充电桩的使用频率以及状态系数后,综合分析该充电区域充电桩效能指标,并结合大数据库制定相应决策;
展示模块:用于将充电桩评估结果、排序表、动态平面图、充电区域以及决策一并展示。
在一个优选的实施方式中,所述状态评估模块综合分析充电桩的多源数据并建立状态系数,多源数据包括充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率以及环境电磁干扰度。
在一个优选的实施方式中,所述状态评估模块将充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率、环境电磁干扰度综合计算获取状态系数ztx,计算表达式为:
式中,djs为动静态电能损耗指数,jkf为充电接口材料体积浮动系数,rjb为软件报错率,dcg为环境电磁干扰度,a1、a2、a3、a4动静态电能损耗指数、充电接口材料体积浮动系数、软件报错率、环境电磁干扰度的比例系数,且a1、a2、a3、a4均大于0。
在一个优选的实施方式中,所述状态评估模块获取状态系数ztx后,将状态系数与健康阈值进行对比,若充电桩的状态系数ztx≥健康阈值,判断充电桩的健康状态支持汽车充电,若充电桩的状态系数ztx<健康阈值,判断充电桩的健康状态不支持汽车充电。
在一个优选的实施方式中,所述充电接口材料体积浮动系数的计算表达式为:
TJ(t)为充电接口材料的实时体积变化量,[tx,ty]为充电接口处温度浮动预警的时段。
在一个优选的实施方式中,所述动静态电能损耗指数的计算表达式为:
式中,bzd为静态标准电能损耗,bze为动态标准电能损耗,jtd为静态实时电能损耗,dtd为动态实时电能损耗。
在一个优选的实施方式中,所述软件报错率的计算表达式为:
rjb=bc/zsc
式中,bc为软件报错次数,zsc为监测时间段;
环境电磁干扰度dcg的计算表达式为:
dcg=dcx/sbx
式中,dcx为环境电磁干扰信号强度,sbx为设备工作信号强度。
在一个优选的实施方式中,所述排序模块生成排序表包括以下步骤:
每30d获取所有充电桩的所有状态系数;
计算每台充电桩的状态系数平均数;
将每台充电桩依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表。
在一个优选的实施方式中,所述决策模块获取充电区域内充电桩的使用频率以及状态系数后,综合分析该充电区域充电桩效能指标包括以下步骤:
获取一段时间内各个充电区域内充电桩的使用频率以及充电桩状态系数;
获取状态系数≥健康阈值的次数以及状态系数<健康阈值的次数,计算充电桩运行一段时间内的好坏比,计算表达式为:hb=hz2/hz1,式中,hb为充电桩运行一段时间内的好坏比,hz1为状态系数≥健康阈值的次数,hz2为状态系数<健康阈值的次数;
通过使用频率以及充电桩运行一段时间内的好坏比计算充电区域充电桩效能指标,表达式为:
式中,pl为充电区域内充电桩的使用频率,hb为充电桩运行一段时间内的好坏比;
若充电区域充电桩效能指标<效能阈值,判断该充电区域的效益差,若充电区域充电桩效能指标≥效能阈值,判断该充电区域的效益好。
在一个优选的实施方式中,所述充电区域内充电桩的使用频率计算表达式为:
式中,cdzi为第i个充电桩的使用次数,T为充电桩运行时间段。
在上述技术方案中,本发明提供的技术效果和优点:
1、本发明通过数据采集模块采集与充电桩健康状态相关的多源数据,状态评估模块综合分析充电桩的多源数据并建立状态系数,通过状态系数与健康阈值的对比结果判断充电桩的健康状态并制定相应策略,排序模块定期获取充电桩的状态系数平均数,并依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表,管理员依据用户需求,通过平面图生成模块生成充电站动态平面图,展示模块将充电桩评估结果、排序表、动态平面图、充电区域以及决策一并展示,不仅全面分析充电桩的健康状态,便于及时管理,而且在定期维护充电桩时,能够依据充电桩的状态选择充电桩维护顺序,有效提高充电桩维护效率。
2、本发明通过状态评估模块综合分析充电桩的多源数据并建立状态系数,多源数据包括充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率以及环境电磁干扰度,将充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率、环境电磁干扰度综合计算获取状态系数,有效提高数据的综合处理效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的系统模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
实施例1:请参阅图1所示,本实施例所述基于数据分析的充电桩智能管理系统,包括数据采集模块、状态评估模块、排序模块、平面图生成模块、分区模块、决策模块以及展示模块;
A、数据采集模块:用于采集与充电桩健康状态相关的多源数据,并将多源数据发送至状态评估模块;
确定需要采集哪些与充电桩健康状态相关的数据,部署合适的传感器设备,用于采集相关数据,将传感器与数据采集模块连接,确保传感器采集到的数据可以传输到数据采集模块进行处理和存储,数据采集模块负责实时采集传感器获取的数据,并将其存储在数据库或云平台中,对采集到的数据进行清洗和预处理,去除异常值和噪声,确保数据的准确性和可靠性,将来自不同传感器的数据进行融合,使其形成完整的充电桩健康状态信息。
B、状态评估模块:综合分析充电桩的多源数据并建立状态系数,通过状态系数与健康阈值的对比结果判断充电桩的健康状态并制定相应策略,状态系数发送至排序模块以及决策模块,评估结果发送至展示模块。
C、排序模块:定期获取充电桩的状态系数平均数,并依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表,排序表数据发送至展示模块。
D、平面图生成模块:管理员依据用户需求,通过平面图生成模块生成充电站动态平面图,动态平面图发送至展示模块以及分区模块;
D1、管理员首先需要与用户充分沟通,了解他们对于动态平面图的具体要求和期望,包括展示内容、交互功能等;
D2、管理员需要获得充电站的平面图数据,通常是建筑平面图的CAD文件或其他格式的电子地图;
D3、对于获得的平面图数据进行预处理,包括数据格式转换、坐标系调整、数据清理等,以便后续处理;
D4、根据用户需求,在平面图上添加需要展示的动态元素,例如充电桩图标等;
D5、根据用户需求,设定用户在动态平面图上可以进行的交互功能,如缩放、拖动、点击充电桩查看详细信息等;
D6、管理员需要使用合适的开发工具和编程语言,根据用户需求和设计,开发充电站动态平面图生成模块;
D76、将预处理后的平面图数据与设计好的动态元素整合到生成模块中,确保数据和元素可以正确显示和交互。
E、分区模块:基于动态平面图信息,将充电桩划分为若干个充电区域,充电区域信息发送至展示模块以及决策模块;
F、决策模块:获取充电区域内充电桩的使用频率以及状态系数后,综合分析该充电区域充电桩效能指标,并结合大数据库制定相应决策,决策信息发送至展示模块。
G、展示模块:用于将充电桩评估结果、排序表、动态平面图、充电区域以及决策一并展示,展示模块包括动态平面图展示区、排序表展示区依据建议区,动态平面图展示区显示充电站边界以及各个充电桩的位置,并为每个充电桩配备指示灯,用于指示充电桩的健康状态(例如,为充电桩配备红、绿指示等,当评估充电桩健康状态好时,与该充电桩对应的绿灯常亮,当评估充电桩健康状态差时,与该充电桩对应的红灯常亮),排序表展示区用于显示充电站健康状态动态排名,建议区用于显示决策信息。
本申请通过数据采集模块采集与充电桩健康状态相关的多源数据,状态评估模块综合分析充电桩的多源数据并建立状态系数,通过状态系数与健康阈值的对比结果判断充电桩的健康状态并制定相应策略,排序模块定期获取充电桩的状态系数平均数,并依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表,管理员依据用户需求,通过平面图生成模块生成充电站动态平面图,展示模块将充电桩评估结果、排序表、动态平面图、充电区域以及决策一并展示,不仅全面分析充电桩的健康状态,便于及时管理,而且在定期维护充电桩时,能够依据充电桩的状态选择充电桩维护顺序,有效提高充电桩维护效率。
实施例2:状态评估模块综合分析充电桩的多源数据并建立状态系数,通过状态系数与健康阈值的对比结果判断充电桩的健康状态并制定相应策略,状态系数发送至排序模块以及决策模块,评估结果发送至展示模块。
状态评估模块综合分析充电桩的多源数据并建立状态系数,多源数据包括充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率以及环境电磁干扰度;
将充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率、环境电磁干扰度综合计算获取状态系数ztx,计算表达式为:
式中,djs为动静态电能损耗指数,jkf为充电接口材料体积浮动系数,rjb为软件报错率,dcg为环境电磁干扰度,a1、a2、a3、a4动静态电能损耗指数、充电接口材料体积浮动系数、软件报错率、环境电磁干扰度的比例系数,且a1、a2、a3、a4均大于0。
获取状态系数ztx后,将状态系数与健康阈值进行对比,若充电桩的状态系数ztx≥健康阈值,判断充电桩的健康状态能支持汽车充电,若充电桩的状态系数ztx<健康阈值,判断充电桩的健康状态不能支持汽车充电。
本申请通过状态评估模块综合分析充电桩的多源数据并建立状态系数,多源数据包括充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率以及环境电磁干扰度,将充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率、环境电磁干扰度综合计算获取状态系数,有效提高数据的综合处理效率。
充电接口材料体积浮动系数的计算表达式为:
TJ(t)为充电接口材料的实时体积变化量,[tx,ty]为充电接口处温度浮动预警的时段,在充电接口处设置温度传感器,并设置温度稳定范围wdmin~wdmax,在温度稳定范围wdmin~wdmax内,充电接口材料不会发生明显的膨胀或收缩,此时充电接口材料的实时体积变化量小,当监测的温度不在温度稳定范围wdmin~wdmax内时,充电接口材料会发生明显的膨胀或收缩,此时充电接口材料的实时体积变化量大,当充电接口材料膨胀导致实时体积增大时,会导致充电时充电接口难以插入汽车充电口,不便于使用,当充电接口材料膨胀导致实时体积减小时,会导致充电接口插入汽车充电口后,与汽车充电口接触不良,降低充电速率甚至无法充电。
动静态电能损耗指数的计算表达式为:
式中,bzd为静态标准电能损耗,bze为动态标准电能损耗,jtd为静态实时电能损耗,dtd为动态实时电能损耗,充电桩在闲置时,为支持显示装置等运行,会有一个静态电能损耗,充电桩在使用时,为汽车输入电流,会有一个动态电能损耗,动静态电能损耗指数越大,表明静态实时电能损耗或动态实时电能损耗越小,则充电桩性能越好,动静态电能损耗指数越小,表明静态实时电能损耗或动态实时电能损耗越大,则充电桩性能越差。
软件报错率的计算表达式为:
rjb=bc/zsc
式中,bc为软件报错次数,zsc为监测时间段,例如可以监测60分钟内充电桩的软件报错次数来计算软件报错率,软件报错率越大,则充电桩运行越不稳定,这可能会导致充电过程中出现频繁中止充电问题出现。
环境电磁干扰度dcg的计算表达式为:
dcg=dcx/sbx
式中,dcx为环境电磁干扰信号强度,sbx为设备工作信号强度,环境电磁干扰信号强度表示环境中存在的电磁干扰信号功率,设备工作信号强度设备正常工作时产生的信号功率,环境电磁干扰度越大,则会对充电桩带来以下影响:
1)性能不稳定:高电磁干扰可能导致充电桩的电子元件受到干扰,造成充电桩工作性能不稳定,可能出现异常或故障;
2)故障增加:充电桩在高电磁干扰环境中容易受到干扰,从而增加了故障的风险;
3)数据传输错误:高电磁干扰可能导致充电桩与后台管理系统之间的通信出现问题,影响数据传输准确性;
4)安全隐患:在高电磁干扰环境下,充电桩的保护措施可能受到干扰,从而增加了电气安全隐患。
排序模块定期获取充电桩的状态系数平均数,并依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表,排序表数据发送至展示模块。
具体为:
本申请过中,状态系数为每60分钟获取一次,排序模块为每30d获取一次充电桩的状态系数平均数,具体为:
获取所有充电桩的所有状态系数;
计算每台充电桩的状态系数平均数;
将每台充电桩依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表,排序表数据发送至展示模块,在对所有充电桩进行维护处理时,维护员依据排序表正序选择充电桩的维护顺序,从而优先维护健康状态差的充电桩。
实施例3:分区模块基于动态平面图信息,将充电桩划分为若干个充电区域,充电区域信息发送至展示模块以及决策模块,包括以下步骤:
1)获取动态平面图信息:首先,需要获取充电桩所在区域的动态平面图信息;动态平面图包括充电桩的位置、布局,以及周围的建筑、道路等信息;
2)确定分区规则:接下来,确定将充电桩划分为充电区域的规则;分区规则可以根据不同的需求来确定,例如根据充电桩的密度、距离、电力供应情况等因素来进行划分;
3)计算充电桩之间的距离:根据动态平面图信息,计算充电桩之间的距离;这可以帮助确定哪些充电桩应该归属于同一个充电区域;
4)确定充电区域范围:根据计算得到的充电桩距离,将充电桩划分为若干个充电区域;通常,相互之间距离较近的充电桩被归为同一充电区域;
5)标记和记录:对每个充电区域进行标记和记录,以便后续的管理和维护;可以使用编号或名称来标记不同的充电区域;
6)优化划分:可以进行一定的优化和调整,确保充电区域划分合理,尽量避免充电桩之间过于密集或过于疏散;
7)实时更新:由于动态平面图信息可能随着时间变化而更新,因此需要定期进行实时更新,以保持充电区域划分的准确性。
决策模块获取充电区域内充电桩的使用频率以及状态系数后,综合分析该充电区域充电桩效能指标,并结合大数据库制定相应决策,决策信息发送至展示模块.
决策模块获取充电区域内充电桩的使用频率以及状态系数后,综合分析该充电区域充电桩效能指标包括以下步骤:
获取一段时间内各个充电区域内充电桩的使用频率以及充电桩状态系数;
获取状态系数≥健康阈值的次数以及状态系数<健康阈值的次数,计算充电桩运行一段时间内的好坏比,计算表达式为:hb=hz2/hz1,式中,hb为充电桩运行一段时间内的好坏比,hz1为状态系数≥健康阈值的次数,hz2为状态系数<健康阈值的次数;
通过使用频率以及充电桩运行一段时间内的好坏比计算充电区域充电桩效能指标,表达式为:
式中,pl为充电区域内充电桩的使用频率,hb为充电桩运行一段时间内的好坏比,充电区域内充电桩的使用频率计算表达式为:
式中,cdzi为第i个充电桩的使用次数,T为充电桩运行时间段。
本申请通过使用频率以及充电桩运行一段时间内的好坏比计算充电区域充电桩效能指标,并在充电区域充电桩效能指标<效能阈值,判断该充电区域的效益差时,对充电区域进行相应管理,从而优化充电区域的布局和设施,提供更加便捷、高效的充电服务,并降低充电桩运营成本。
若充电区域充电桩效能指标<效能阈值,判断该充电区域的效益差,若充电区域充电桩效能指标≥效能阈值,判断该充电区域的效益好。
当判断该充电区域的效益差时,需要做出的管理有:
1)调整充电桩的数量或功率,以适应实际需求;
2)将部分充电桩迁移到更适合的位置,提高充电桩的利用率;
3)直接将该充电区域取消。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以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,本申请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)执行本申请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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.基于数据分析的充电桩智能管理系统,其特征在于:包括数据采集模块、状态评估模块、排序模块、平面图生成模块、分区模块、决策模块以及展示模块;
数据采集模块:用于采集与充电桩健康状态相关的多源数据;
状态评估模块:综合分析充电桩的多源数据并建立状态系数,通过状态系数与健康阈值的对比结果判断充电桩的健康状态并制定相应策略;
排序模块:定期获取充电桩的状态系数平均数,并依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表;
平面图生成模块:管理员依据用户需求,通过平面图生成模块生成充电站动态平面图;
分区模块:基于动态平面图信息,将充电桩划分为若干个充电区域;
决策模块:获取充电区域内充电桩的使用频率以及状态系数后,综合分析该充电区域充电桩效能指标,并结合大数据库制定相应决策;
展示模块:用于将充电桩评估结果、排序表、动态平面图、充电区域以及决策一并展示。
2.根据权利要求1所述的基于数据分析的充电桩智能管理系统,其特征在于:所述状态评估模块综合分析充电桩的多源数据并建立状态系数,多源数据包括充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率以及环境电磁干扰度。
3.根据权利要求2所述的基于数据分析的充电桩智能管理系统,其特征在于:所述状态评估模块将充电接口材料体积浮动系数、动静态电能损耗指数、软件报错率、环境电磁干扰度综合计算获取状态系数ztx,计算表达式为:
式中,djs为动静态电能损耗指数,jkf为充电接口材料体积浮动系数,rjb为软件报错率,dcg为环境电磁干扰度,a1、a2、a3、a4动静态电能损耗指数、充电接口材料体积浮动系数、软件报错率、环境电磁干扰度的比例系数,且a1、a2、a3、a4均大于0。
4.根据权利要求3所述的基于数据分析的充电桩智能管理系统,其特征在于:所述状态评估模块获取状态系数ztx后,将状态系数与健康阈值进行对比,若充电桩的状态系数ztx≥健康阈值,判断充电桩的健康状态支持汽车充电,若充电桩的状态系数ztx<健康阈值,判断充电桩的健康状态不支持汽车充电。
5.根据权利要求4所述的基于数据分析的充电桩智能管理系统,其特征在于:所述充电接口材料体积浮动系数的计算表达式为:
TJ(t)为充电接口材料的实时体积变化量,[tx,ty]为充电接口处温度浮动预警的时段。
6.根据权利要求5所述的基于数据分析的充电桩智能管理系统,其特征在于:所述动静态电能损耗指数的计算表达式为:
式中,bzd为静态标准电能损耗,bze为动态标准电能损耗,jtd为静态实时电能损耗,dtd为动态实时电能损耗。
7.根据权利要求6所述的基于数据分析的充电桩智能管理系统,其特征在于:所述软件报错率的计算表达式为:
rjb=bc/zsc
式中,bc为软件报错次数,zsc为监测时间段;
环境电磁干扰度dcg的计算表达式为:
dcg=dcx/sbx
式中,dcx为环境电磁干扰信号强度,sbx为设备工作信号强度。
8.根据权利要求7所述的基于数据分析的充电桩智能管理系统,其特征在于:所述排序模块生成排序表包括以下步骤:
每30d获取所有充电桩的所有状态系数;
计算每台充电桩的状态系数平均数;
将每台充电桩依据状态系数平均数由小到大对所有充电桩进行排序,生成排序表。
9.根据权利要求8所述的基于数据分析的充电桩智能管理系统,其特征在于:所述决策模块获取充电区域内充电桩的使用频率以及状态系数后,综合分析该充电区域充电桩效能指标包括以下步骤:
获取一段时间内各个充电区域内充电桩的使用频率以及充电桩状态系数;
获取状态系数≥健康阈值的次数以及状态系数<健康阈值的次数,计算充电桩运行一段时间内的好坏比,计算表达式为:hb=hz2/hz1,式中,hb为充电桩运行一段时间内的好坏比,hz1为状态系数≥健康阈值的次数,hz2为状态系数<健康阈值的次数;
通过使用频率以及充电桩运行一段时间内的好坏比计算充电区域充电桩效能指标,表达式为:
式中,pl为充电区域内充电桩的使用频率,hb为充电桩运行一段时间内的好坏比;
若充电区域充电桩效能指标<效能阈值,判断该充电区域的效益差,若充电区域充电桩效能指标≥效能阈值,判断该充电区域的效益好。
10.根据权利要求9所述的基于数据分析的充电桩智能管理系统,其特征在于:所述充电区域内充电桩的使用频率计算表达式为:
式中,cdzi为第i个充电桩的使用次数,T为充电桩运行时间段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310954548.9A CN116853056A (zh) | 2023-07-31 | 2023-07-31 | 基于数据分析的充电桩智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310954548.9A CN116853056A (zh) | 2023-07-31 | 2023-07-31 | 基于数据分析的充电桩智能管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116853056A true CN116853056A (zh) | 2023-10-10 |
Family
ID=88228579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310954548.9A Pending CN116853056A (zh) | 2023-07-31 | 2023-07-31 | 基于数据分析的充电桩智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116853056A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117565728A (zh) * | 2024-01-17 | 2024-02-20 | 新汽有限公司 | 一种新能源汽车充电设备数据采集系统 |
-
2023
- 2023-07-31 CN CN202310954548.9A patent/CN116853056A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117565728A (zh) * | 2024-01-17 | 2024-02-20 | 新汽有限公司 | 一种新能源汽车充电设备数据采集系统 |
CN117565728B (zh) * | 2024-01-17 | 2024-03-22 | 新汽有限公司 | 一种新能源汽车充电设备数据采集系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111177101B (zh) | 一种基于大数据架构的配电网多维可视化平台 | |
CN110516820B (zh) | 一种基于bim的钢结构桥梁信息化运维系统及处理方法 | |
CN113538898A (zh) | 一种基于多源数据的高速公路拥堵管控系统 | |
US11959777B2 (en) | Methods and Internet of Things (IoT) systems for safety management of smart gas underground gas pipeline networks | |
CN107066500B (zh) | 一种基于pms模型的电网海量数据质量校验方法 | |
CN106934720A (zh) | 基于物联网的设备保险智能定价方法与系统 | |
CN104777813A (zh) | 综合气象观测运行监控系统及其监控方法 | |
CN111076096B (zh) | 燃气管网泄漏识别方法和装置 | |
CN112258159B (zh) | 基于bim+gis的水工结构管理系统及方法 | |
CN116853056A (zh) | 基于数据分析的充电桩智能管理系统 | |
CN103617447B (zh) | 智能变电站的评价系统及评价方法 | |
US20240142063A1 (en) | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof | |
CN110210980A (zh) | 一种驾驶行为评估方法、装置和存储介质 | |
CN115146484A (zh) | 一种用于检测环境参数的环保监控系统及监控方法 | |
CN117077922A (zh) | 一种基于bp神经网络智能电网配电方法 | |
CN115600513A (zh) | 一种岩溶塌陷监测预警及防控一体化信息化模拟研判系统 | |
CN116975990B (zh) | 一种油气化工码头三维模型的管理方法及系统 | |
CN116485159B (zh) | 一种供电系统的工单中心化管理方法 | |
CN113837473A (zh) | 基于bp神经网络的充电设备故障率分析系统和方法 | |
CN117725144A (zh) | 一种基于地理信息系统的地下电缆数字孪生体模型多尺度构建方法 | |
CN117036112A (zh) | 一种土地规划用的地理信息系统及方法 | |
CN111931974A (zh) | 排水管网资产评估、故障预测和管养决策的方法和平台 | |
CN113255593B (zh) | 面向时空解析模型的传感器信息异常检测方法 | |
CN115457211A (zh) | 基于数字孪生的变电站管理方法及系统 | |
CN114666738A (zh) | 基于手机信令的国土空间规划方法和系统 |
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 |