CN116894659A - 充电桩智慧运维管理方法、系统、计算机设备及存储介质 - Google Patents
充电桩智慧运维管理方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116894659A CN116894659A CN202310578416.0A CN202310578416A CN116894659A CN 116894659 A CN116894659 A CN 116894659A CN 202310578416 A CN202310578416 A CN 202310578416A CN 116894659 A CN116894659 A CN 116894659A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- fault
- charging pile
- data
- information
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 213
- 238000007726 management method Methods 0.000 title claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 17
- 230000008439 repair process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 230000036541 health Effects 0.000 claims description 6
- 230000003862 health status Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 21
- 238000009413 insulation Methods 0.000 description 20
- 238000005070 sampling Methods 0.000 description 17
- 238000012360 testing method Methods 0.000 description 17
- 230000002159 abnormal effect Effects 0.000 description 8
- 239000000523 sample Substances 0.000 description 8
- 239000000725 suspension Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000009422 external insulation Methods 0.000 description 2
- 101100499294 Bacillus clausii (strain KSM-K16) disA gene Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/04—Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了充电桩智慧运维管理方法、系统、计算机设备及存储介质,该方法包括:获取充电桩历史运维数据以及充电桩额定信息和/或预置信息,并基于充电桩历史运维数据、充电桩额定信息和/或预置信息构建充电桩故障预警模型;获取目标充电桩运维数据,并通过预置解析规则对目标充电桩运维数据进行解析处理;将解析数据输入至充电桩故障预警模型中,进行故障检测;当检测到目标充电桩存在故障时,获取故障信息,并根据故障信息输出故障分析处理策略;根据故障信息生成具有维修工单,并派发至维修方;获取维修工单对应的维修反馈,以对维修方进行服务评价,并基于服务评价对维修工单的派发过程进行调节。本发明可系统性提高充电桩管理能力。
Description
技术领域
本发明涉及充电桩管理技术领域,特别涉及充电桩智慧运维管理方法、系统、计算机设备及存储介质。
背景技术
新能源汽车充电桩运营过程中,充电桩安全和故障情况的监管对运营企业和充电用户都是极为重要一环,但目前充电站运营中缺乏统一的安全监管系统或平台,同时运营企业无法及时定位故障并提供故障处理方案,如此便会给运营企业和充电用户带来损失。
具体来说,(1)充电站管理人员的管理水平和对充电桩的基础知识认知参差不齐,这就可能导致充电站管理人员无法及时发现充电桩的故障和安全隐患,进而危及运营方及使用方的人身财产安全。(2)充电桩品牌众多,这就导致了充电桩存在结构差异、元器件差异以及故障预警机制差异等,如此会给运营方带来巨大的运维成本,也就是说,当前对于充电桩来说,缺乏统一标准化管理和预警机制的系统和平台。(3)现有故障信息获取方式过于单一,无法对充电桩隐性故障问题做出有效反馈或提前预警,仅限于充电桩主板传感器获取反馈,即缺乏对众多隐性问题做出预警预判。(4)现有故障信息获取方式成本过高,皆通过改造主板或对单桩进行硬件改造获取故障信息,缺乏经济效益,不利于推进建立便捷、安全、全面的充电桩运维体系的建立。(5)现有充电场站运营系统中,没有针对充电桩故障数据进行系统的数据分析和健康度分析报表,人工统计精确度低、效率低、不便于历史数据的查询和远程查看。(6)现有充电桩线下维修工作,无法跟充电站信息、充电桩数据及信息联动,不便于运营方对维修情况和进度进行实施把控。(7)市场现有充电桩运维队伍或个人的维修技术参差不齐、维修效率不一致、缺乏统一的维修标准及价格,运营方无法把控维修品质,获取不到有效维修服务。
发明内容
本发明实施例提供了一种充电桩智慧运维管理方法、系统、计算机设备及存储介质,旨在提供统一的标准化管理和具有预警机制的平台,从而提高充电桩管理能力。
第一方面,本发明实施例提供了一种充电桩智慧运维管理方法,包括:
获取充电桩历史运维数据以及充电桩额定信息和/或预置信息,并基于所述充电桩历史运维数据、充电桩额定信息和/或预置信息构建充电桩故障预警模型;
针对目标充电桩,获取目标充电桩运维数据,并通过预置解析规则对所述目标充电桩运维数据进行解析处理,得到解析数据;
将所述解析数据输入至所述充电桩故障预警模型中,以对所述目标充电桩进行故障检测;
当检测到目标充电桩存在故障时,获取故障信息,并根据所述故障信息输出故障分析处理策略;
若所述故障分析处理策略未排除故障,则根据所述故障信息生成具有维修工单,并将所述维修工单派发至相应的维修方;
获取所述维修工单对应的维修反馈,以根据所述维修反馈对维修方进行服务评价,并基于所述服务评价对维修工单的派发过程进行调节。
第二方面,本发明实施例提供了一种充电桩智慧运维管理系统,包括:
模型构建单元,用于获取充电桩历史运维数据以及充电桩额定信息和/或预置信息,并基于所述充电桩历史运维数据、充电桩额定信息和/或预置信息构建充电桩故障预警模型;
解析处理单元,用于针对目标充电桩,获取目标充电桩运维数据,并通过预置解析规则对所述目标充电桩运维数据进行解析处理,得到解析数据;
故障检测单元,用于将所述解析数据输入至所述充电桩故障预警模型中,以对所述目标充电桩进行故障检测;
策略输出单元,用于当检测到目标充电桩存在故障时,获取故障信息,并根据所述故障信息输出故障分析处理策略;
工单生成单元,用于若所述故障分析处理策略未排除故障,则根据所述故障信息生成具有维修工单,并将所述维修工单派发至相应的维修方;
服务反馈单元,用于获取所述维修工单对应的维修反馈,以根据所述维修反馈对维修方进行服务评价,并基于所述服务评价对维修工单的派发过程进行调节。
第三方面,本发明实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的充电桩智慧运维管理方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的充电桩智慧运维管理方法。
本发明实施例提供了一套全新的新能源汽车充电站智慧运维系统,其通过对不同场景、不同品牌的充电桩在运营过程中的故障数据和充电数据进行抓取和分析,实现对充电桩故障的实时通报,以及对潜在故障和安全风险进行精准预警,同时搭建线上运维体系,提供高效快速的故障解决方案,实现了故障的发现、分析、解决的一套完整闭环的平台系统,从而系统性地提高了充电桩管理能力。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述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他的附图。
图1为本发明实施例提供的一种充电桩智慧运维管理方法的流程示意图;
图2为本发明实施例提供的一种充电桩智慧运维管理方法的子流程示意图;
图3为本发明实施例提供的一种充电桩智慧运维管理系统的示意性框图;
图4为本发明实施例提供的一种充电桩智慧运维管理系统的子示意性框图。
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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
下面请参见图1,图1为本发明实施例提供的一种充电桩智慧运维管理方法的流程示意图,具体包括:步骤S101~S106。
S101、获取充电桩历史运维数据以及充电桩额定信息和/或预置信息,并基于所述充电桩历史运维数据、充电桩额定信息和/或预置信息构建充电桩故障预警模型;
S102、针对目标充电桩,获取目标充电桩运维数据,并通过预置解析规则对所述目标充电桩运维数据进行解析处理,得到解析数据;
S103、将所述解析数据输入至所述充电桩故障预警模型中,以对所述目标充电桩进行故障检测;
S104、当检测到目标充电桩存在故障时,获取故障信息,并根据所述故障信息输出故障分析处理策略;
S105、若所述故障分析处理策略未排除故障,则根据所述故障信息生成具有维修工单,并将所述维修工单派发至相应的维修方;
S106、获取所述维修工单对应的维修反馈,以根据所述维修反馈对维修方进行服务评价,并基于所述服务评价对维修工单的派发过程进行调节。
本实施例中,首先通过充电桩历史运维数据构建充电桩故障预警模型,当获取到目标充电桩运维数据时,在对其进行解析后通过所述充电桩预警模型进行故障检测,并当检测到故障时,根据故障信息提供相应的处理策略,或者是根据故障信息生成相应的维修工单,然后将其派发至维修方,使维修方根据维修工单及时进行故障排除,随后可以接收用户对维修方的维修反馈,以此优化派单过程。
本实施例提供了一套全新的新能源汽车充电站智慧运维系统,其通过对不同场景、不同品牌的充电桩在运营过程中的故障数据和充电数据进行抓取和分析,实现对充电桩故障的实时通报,以及对潜在故障和安全风险进行精准预警,同时搭建线上运维体系,提供高效快速的故障解决方案,实现了故障的发现、分析、解决的一套完整闭环的平台系统。特别的,本实施例所提供的方法或系统既可以以应用程序的形式呈现,也可以以APP小程序等方式呈现。还需说明的是,本实施例所提供的充电桩智慧运维管理方法还适用于安防领域,例如通过充电桩与车辆之间的充电数据,对车辆状态进行判断,并当判定车辆状态存在安全风险时及时发出预警通知。
在一实施例中,所述历史运维数据包括历史输出数据、历史运行数据、历史温度数据、历史充电状态数据和历史健康状态数据;
所述步骤S101包括:
根据所述历史输出数据和充电桩额定信息的偏差值构建第一子故障预警模型;其中,所述历史输出数据包括历史输出电流数据、历史输出电压数据和历史输出功率数据;
根据所述历史运行数据和对应的历史输出数据构建第二子故障预警模型;其中,所述历史运行数据包括充电桩运行时间;
根据所述历史温度数据和预置信息构建第三子故障预警模型;其中,所述预置信息包括温度阈值信息;
根据所述历史充电状态数据和预置信息构建第四子故障预警模型;其中,所述预置信息包括充电状态阈值信息;
根据所述历史健康状态数据构建第五子故障预警模型;其中,所述历史健康状态数据包括历史在线数据、历史使用数据和历史故障数据。
本实施例中,根据不同类型的历史运维数据构建不同的子故障预警模型,从而针对性进行故障检测,提高故障检测精度。进一步的,通过构建的充电桩故障预警模型还可以对车辆状态进行预警判断,例如当通过充电桩数据判断车辆处于过充状态时,则可以发出车辆未来存在着火而发生事故的预警通知,也就是说,本实施例所提供的充电桩故障预警模型特别适用于车辆安全预防领域。
具体来说,在构建第一子故障预警模型时,通过充电桩的充电额定最大输出电流、电流、功率;实时上报bms(电池管理系统)需求电流、电压;实际输出电流、电压、功率等参数,计算出需求输出实际输出的偏差值、实际输出与额定最大输出偏差值,构建第一子故障预警模型:
(1)单枪电桩或双枪电桩-双枪同时充电时,预警算法规则为:
A)充电流水号分组数据;
B)截取数据范围:大于a条(a为预设值,例如30等)或充电时长大于b分钟(b为预设值,例如5等);
C)BMS需求电流倒序、实际输出电流,获取最大BMS需求电流单条数据;
D)最大实际输出电流/最大BMS需求电流<BMS需求电流90%=1次模块预警;
E)N天内累计出现模块预警次数>5(或其他数值,例如6或者11等等),发出警告。
(2)双枪电桩-单枪充电,预警算法规则为:
A)充电流水号分组数据;
B)截取数据范围:大于a条(a为预设值,例如30等)或充电时长大于b分钟(b为预设值,例如5等);
C)BMS需求电流倒序、实际输出电流,获取最大BMS需求电流单条数据;
D)最大实际输出电流/(最大BMS需求电流<单枪最大输出电流?最大BMS需求电流:双枪电桩总输出功率)<BMS需求电流90%=1次模块预警;
E)N天内累计出现模块预警次数>5,系统发出警告。
在这里,获取最大BMS需求电流单条数据的流程为:首先进行充电流数据、充电流水号分组,接着判断充电时长是否大于b分钟,若大于则将BMS需求电流与实际输出电倒序,从而得到最大BMS需求电流单条数据。
在构建第二子故障预警模型时,通过充电桩运行时间以及电桩上报电流、电桩上报电压判断充电桩的电表是否发生故障,例如充电桩处于充电运行中,充电时长为T,在连续时间段T≥2分钟,但监控电桩上报电流为0、电桩上报电压0,而充电桩仍然处于充电运行状态时,此时则触发充电桩电表故障预警:
(T>2min&&充电电流==0&&充电电压==0)=1次电表预警。
在构建第三子故障预警模型时,通过比较充电桩的温度数据和设定温度来判断充电桩是否存在温度异常情况。
(1)充电桩出风口温度>N(最大正常温度,可动态设置,单位:℃)=1次电风口温度预警;
(2)充电枪头温度>N(最大正常温度,可动态设置,单位:℃)=1次枪头温度;
(3)环境温度>N(最大正常温度,可动态设置,单位:℃)=1次电环境温度。
在构建第四子故障预警模型时,当车辆SOC(充电状态、剩余电量)充电达到M%(例如90%),且充电桩电流、电压超出预警值时触发该预警:
超出预警值=车辆充电峰值(电流、电压)*M%,M%可根据不同车型自动计算调整。
在构建第五子故障预警模型时,按照下式对所述充电桩进行在线率分析:
实时在线率=1-(离线电桩线/总充电桩数)
N天在线率=(第一天在线率+第二天在线率+...+第N天在线率)/N
按照下式对所述充电桩进行使用率分析:
实时使用率=充电中电桩/总充电桩数*100%
N天使用率=(第一天使用率+第二天使用率+...+第N天使用率)/N按照下式对所述充电桩进行故障率分析:
实时故障率=(故障电桩数量/总电桩数量)*100%
N天故障率=(第一天故障率+第二天故障率+...+第N天故障率)/N
结合所述在线率分析、使用率分析和故障率分析构建得到所述第五子故障预警模型。
在一实施例中,如图2所示,所述步骤S102包括:步骤S201~S204。
S201、预先获取多种不同的充电桩报文规则,以此建立报文数据库;
S202、获取所述目标充电桩运维数据对应的目标报文,并判断所述目标报文的字符数是否符合预设字节数;
S203、若判定所述目标报文的字符数符合预设字节数,则基于预置协议文档约束确定所述目标报文中的目标字段;
S204、基于所述报文数据库对所述目标字段进行核对匹配。
本实施例中,通过收集市面上不同充电桩品牌报文规则、相同品牌不同版本的报文规则,从而在云端服务器建立报文数据库,实现适配不同充电桩收集的数据,然后通过自建的解析规则,对收集的数据进行解析、核对、匹配、筛选,从而实现整套系统能广泛应用在不同充电桩的功能。
本实施例在进行解析时,首先可以通过tcp/ip的协议获取对方的ip和端口号,接着获取对方的固定报文的字符数进行消息匹配,如:获取对方的报文长度为100个字节,如果报文长度获取不是100,则不匹配不处理,匹配后进行对数据解析的准备,如获取消息的模板模型库,对内存开辟预留空间存放预处理的数据,调用线程就绪等工作。然后对区域字段使用协议文档约束的字段规则进行判断和存储到数据库,如约束的字段标识为ABC0123区域代表电桩的状态,则进行数据库的存储。如约束的字段标识为ABC001为电桩的故障告警状态,则进行数据库的存储,解析完毕后关闭当前线程,释放内存等结束操作。在进行核对时,通过协议文档进行字符的核对,符合则判定为有效数据,并进行计算处理。如电桩上报心跳长连接,则属于无效数据,因为这条信息只对应设备是否在线的情况,其并不属于计算类型,所以不需要对数据进行处理,只需要对上报心跳的信息进行应答即可。又如充电桩上报正在充电或者结束充电指令,那么就需要对充电时间和结束时间进行充电时长的计算处理,例如通过对充电时长的计算给与充电桩一个7天峰值波动图,让管理者更清晰知道电桩的高峰期用电量的查看。在进行配对时,可以通过协议文档约束进行报文的配对,如果区域字符不在配对区域内,则视为无效数据。
在另一实施例中,在获取目标充电桩运维数据时,可以采用主动收集和被动收集两种方式。具体来说,在采用主动收集方式时,可以使用智慧运维检测盒子硬件设备,架设于新能源充电场站网络主干节点,然后通过智慧运维检测盒子对网络接口进行数据镜像分流,在不影响原数据通道传输的前提下,使用Socket通讯协议进行网络传输数据包抓包收集。
抓包方式为:
(1)数据包结构筛选,以16进制的数据包结构进行抓包;
(2)数据包内容筛选,筛选规则为配对电桩数据上报服务器IP与端口号的数据;
(3)数据正确性验证及判断:通过报文头获取对接文档中特定区域的字节匹配不同桩品牌的标准形式,进行判断抓取数据是否准确。
在采用被动收集方式时,可以与充电桩厂商达成合作协议后,由双方开发进行数据加密传输的契约制定和协商,制定完成后进行双方服务相互调用联调测试,具体过程由充电桩厂商主动上传数据,以进行数据上报,在获得上报数据后进行解密拆分,通过契约书的标准进行数据匹配,逻辑判断哪些区域的字符属于哪种类型的数据存进数据库,哪些数据需要进行算法库提供的函数进行运算存入数据库,处理完成后返回关键消息,如:数据上报成功,数据处理成功,非法参数数据,黑名单用户禁止访问等等消息。此外,在与充电桩厂商对接联调完相应的服务调用后,对自有的基础版本进行迭代,且通过远程或者人工干预的方式对线下的充电桩进行升级,升级后的充电桩具备数据上报能力,或者充电桩将需要的数据,通过充电桩场站平台转发司,达到被动数据获取。从而对数据可以进行更加精准的计算和更明细的故障告警的预判和通知。
进一步的,对收集后的数据进行AI处理,可以更精准、更清晰的展示给场站的管理员,使管理员对场站的数据了解的更透彻,并且将数据开放给第三方应用公司进行数据的对接服务,提供数据服务客户。
在一实施例中,所述步骤S104包括:
收集充电桩的故障类型、故障排除方法以及处理办法,以此建立故障知识库;
提取所述故障信息中的故障关键字,并根据所述故障关键字对所述故障知识库进行精确检索或模糊检索;
将所述精确检索的结果作为所述故障信息的故障分析处理策略输出;或者选取模糊检索中优先级最高的结果作为所述故障信息的故障分析处理策略输出。
本实施例通过收集和建立常规、隐性和特殊的充电桩故障类型、排除办法、处理办法来构建得到所述故障知识库,然后便可以通过故障关键字在故障知识库中进行检索,得到相应的解决办法。本实施例提供了精确检索和模糊检索两种方式,其中,精确检索可以提供准确的故障处理办法解答,模糊检索可以通过适配关键字,以在同类型故障现象中按故障发生频率顺序展示回答汇总,并由运营方判断故障及处理方式,同时在无对应故障时,提供远程技术解答和协助的人工介入按钮。本实施例通过对故障知识库的建立,实现场站运营商自主学习和排除充电桩故障,遇到紧急或有危险的故障时,能及时自主解决和阻止故障的发生或扩大。
在具体实施例中,所述的故障知识库以如下方式构建,其格式为:故障描述-判断依据-具体故障原因分析处理方法。
1、充电桩掉电停止-充电桩掉电停止-(1)检查供电是否正常,有无漏电,断路现象;(2)主板死机重启;
2、已经充满-桩侧收到车侧发出的bst中止结束原因为达到所需求的SOC目标值-(1)达到车设置的SOC值:①修改车的充电停止SOC值;(2)车侧处理不当,误报:获取bms报文,反馈车侧;(3)正常结束:停止充电,将充电枪放回原处;
3、达到总电压-桩侧收到车侧发出的bst中止结束原因为达到总电压的设定值-(1)车侧处理不当,误报:获取bms报文,反馈车侧;(2)正常结算,停止充电,将充电枪放回原处;
4、达到单体电压-桩侧收到车侧发出的bst中止结束原因为达到单体电压的设定值-(1)车侧处理不当,误报:获取bms报文,反馈车侧;(2)正常结束,停止充电,将充电枪放回原处;
5、BST绝缘故障-桩侧收到车侧发出的bst中止结束原因为绝缘故障-对比测试,更换不同桩及不同车测试,用摇表测试:分析结论可能如下:(1)车侧绝缘故障,报错:将摇表测试数值及bms报文发车侧分析;(2)桩侧绝缘故障,报错:调整具体绝缘问题线路,或者更换具体元器件;
6、输出连接器过温-桩侧收到车侧发出的bst中止结束原因为输出连接器过温故障-使用温度仪查看充电时的枪座温度:(1)充电枪与车枪座接触不良:①再次确认充电枪与车座连接正常;(2)枪座/内金属变形、破损、异常突起:①更换/维修充电枪头/枪座;(3)枪线不合格:温升测试,反馈供应商;
7、BST元件、输出连接器过温-桩侧收到车侧发出的bst中止结束原因为输出连接器过温故障-使用温度仪查看充电时的枪座温度:(1)充电枪与车枪座接触不良:①再次确认充电枪与车座连接正常;(2)枪座/内金属变形、破损、异常突起:①更换/维修充电枪头/枪座;(3)枪线不合格:温升测试,反馈供应商;
8、枪已拔出-老国标充电时检测到cc1电压不对-(1)检查充电桩CC1线是否正确连接,无接触不良现象;(2)充电枪与车枪座接触不良:①再次确认充电枪与车座连接正常;
9、BST电池组过温-桩侧收到车侧发出的bst中止结束原因为电池组温度过高故障-请专业人员检查车的动力蓄电池电池充电异常,是否损毁,维修或更换动力蓄电池电池;
10、BST高压继电器故障-桩侧收到车侧发出的bst中止结束原因为高压继电器故障-请专业人员检查车的高压继电器;
11、BST电流过大-桩侧收到车侧发出的bst中止结束原因为检测点2电压检测故障-请专业人员检查车侧;
12、BST电压异常-桩侧收到车侧发出的bst中止结束原因为检测点2电压检测故障-请专业人员检查车侧;
13、功率过大-桩侧收到老国标车侧发出的bst中止结束原因为功率过大-请专业人员检查车侧;
14、手动停止-在屏幕上停止充电,后台结束充电-(1)手动正常结算,并把充电枪放回原位;(2)后台主动停充:反馈平台查找具体原因;
15、BRO报文(0x00)接收超时-桩侧接收BRO(0X00)报文超时-(1)A+、A-辅源电压不正常:①更换A+、A-线重新接线②切换辅源电压,重新启动充电;(2)通信报文超时:①检查确保S+、S-接触良好、不于功率线并行②检查确认辅源正常输出③检验确认相关报文内容、格式和周期正确④S+、S-线换用屏蔽线;
16、BST停止未知故障-桩侧收到车侧发出的bst中止结束原因为其他原因-(1)获取bms报文,反馈车侧技术;(2)欧美日标查看车端后台充电数据,根据后台数据分析停止充电原因,并改善;
17、K1K2电压异常-启动前桩侧检测到DC+-继电器外侧电压大于>10V-(1)车侧K5、K6继电器一直处于闭合状态:①检查车端K5、K6并维修;(2)桩侧dcbus接线错误:检查修改接线;(3)dubus采样未校准:校准采样;
18、接收电池充电总状态报文超时-桩端接收BCS报文超时-(1)S+S-信号线是否接触不良;(2)S+S-通讯是否受到干扰(S+S-不应与功率线并行布线),必要时S+S-换用屏蔽线;(3)获取报文,检查车端BCS报文周期是否符合协议标准;
19、接收电池充电需求报文超时-桩端接收BCL报文超时-(1)S+S-信号线是否接触不良;(2)S+S-通讯是否受到干扰(S+S-不应与功率线并行布线),必要时S+S-换用屏蔽线;(3)获取报文,检查车端BCL报文周期是否符合协议标准;
20、无电流关机/电流过小-桩侧检测到输出电流小于最小电流设定值-(1)(在充电参数设置->终止电流,延迟时间),若出现此故障,应先检查此设置值是否正确;(2)打开充电桩侧门,查看充电模块是否正常输出,排查充电模块是否故障,必要时进行维修或更换;(3)桩侧继电器不吸合,查看具体桩侧不吸合原因;(4)车侧继电器不吸合,查看具体车侧不吸合原因;
21、电池组温度过高2-桩侧检测到BSM报文中的“最高动力蓄电池温度”超过BCP报文中的“最高允许温度”-(1)获取报文,对比BSM报文中的“最高动力蓄电池温度”是否超过BCP报文中的“最高允许温度”是否实际过温;(2)车侧检查电池是否工作异常故障,是误报还是实际过温;
22、单体电压过高-桩侧检测到BCS报文中“最高单体动力蓄电池电压”是否超过BCP报文中“单体动力蓄电池最高允许充电电压”-(1)获取报文,对比BCS报文中“最高单体动力蓄电池电压”是否超过BCP报文中“单体动力蓄电池最高允许充电电压”;(2)车侧检查电池是否工作异常故障,是误报还是实际过压;
23、接收辨识报文超时/连接失败,请检查辅源设置-桩端接收BRM报文超时-国标:(1)A+、A-辅源电压不正常:①更换A+、A-线重新接线②切换辅源电压,重新启动充电;(2)通信报文超时:①检查确保S+、S-接触良好、不于功率线并行②检查确认辅源正常输出③检验确认相关报文内容、格式和周期正确④S+、S-线换用屏蔽线;欧美日标:(1)查看车端后台充电数据,根据后台数据分析停止充电原因,并改善;
24、BCP通讯报文超时-桩端接收BCP报文超时-(1)S+S-信号线是否接触不良;(2)S+S-通讯是否受到干扰(S+S-不应与功率线并行布线),必要时S+S-换用屏蔽线;(3)获取报文,检查车端BCP报文周期是否符合协议标准;
25、达到SOC值2-检测到SOC小于桩端停机SOC设定值-(1)桩端停机SOC值设置不对:①(在充电参数设置->终止SOC,延迟时间)检查重新设置该值;(2)正常停充:①检查车端停止充电的SOC值,修改或停止充电;(3)电池SOC值采样上传错误:①检查当前动力蓄电池实际电压(SOC)②对比车端和桩端的后台充电记录里的上传值;
26、电池反接-预充阶段,桩在闭合继电器之前检测到继电器外侧电压为负(小于-20V)-(1)车侧电池电压问题;(2)桩侧dcbus接线错误:检查修改接线;(3)dubus采样未校准:校准采样;
27、电池电压异常-预充阶段,桩在闭合继电器之前检测到继电器外侧电压与bcs电压不符-(1)车侧电池电压,及采样问题;(2)桩侧dcbus接线错误:检查修改接线;(3)dubus采样未校准:校准采样;
28、BMS预充电压不匹配-预充阶段,桩在闭合继电器之前检测到继电器外侧电压不在桩侧输出最大最小电压范围内-车侧电池电压与桩侧输出不符;
29、预充超时-预充阶段,桩在闭合继电器之前会先输出把电压升到低于电池电压5V,升压超过协议要求-(1)充电模块问题:升压能力不够,必要时维修或更换充电模块;(2)桩侧dcbus接线错误:检查修改接线;(3)dubus采样未校准:校准采样;
30、BRO错误-桩侧收到BRO(0XAA)报文之后又收到了BRO(0x00)报文-桩闭合输出继电器之前车侧BMS又断开内部继电器;
31、辅源异常-检测辅源输出电压低于协议要求-(1)辅源输入电压异常:①检查辅源输入的电压是否为12V/24V,确保输入电压不超过继电器耐压值;(2)辅源输出继电器损坏:①更换辅源输出继电器;(3)辅源控制线接错:①确认控制线接错的原因②重新接线,重启充电桩;
32、辅源过压-检测辅源输出电压高于协议要求-(1)辅源输入电压异常:①检查辅源输入的电压是否为12V/24V,确保输入电压不超过继电器耐压值;(2)辅源输出继电器损坏:①更换辅源输出继电器;(3)辅源控制线接错:①确认控制线接错的原因②重新接线,重启充电桩;
33、泄放回路异常-在规定时间内输出电压没有降到要求值-(1)泄放电路异常:模块没泄放功能的机型,检查泄放回路是否正常;(2)模块泄放异常:模块有泄放功能的机型,检查模块地址设置是否正常;
34、功率过大-输出功率超过设置的最大功率-(1)最大功率设置错误;(2)模块输出能力超过理论值;
35、输出过压-输出电压超过设置的最大电压-(1)控制板没校准:校准控制板电压;(2)过压值设置错误:测量输出的直流电压实际值,对比后台的过压参数值,及模块最大电压,必要时把过压参数值改大;
36、输出欠压-输出电压超过设置的最小电压-(1)控制板没校准:校准控制板电压;(2)欠压值设置错误:测量输出的直流电压实际值,对比后台的欠压参数值,及模块最小电压,必要时把欠压参数值改小;(3)采样线错误:修改接线;
37、输出过流-输出电流超过BMS需求电流-(1)采样线错误:修改接线;(2)模块输出电流跳动:反馈供应商;(3)模块通讯协议不对,导致模块电流错误:反馈供应商;
38、输出短路-直流输出短路故障;
39、输出电流异常-输出电流异常;
40、分配单元过温-分配单元过温;
41、交流接触器故障-交流接触器检测和控制状态不一致-(1)接线错误:检查反馈和控制接线,修改接线;(2)交流接触器故障:测试反馈是否正常,是否正常吸合;
42、烟雾告警-(1)桩侧通过采集烟雾故障端口为故障状态时,故障产生;(2)桩侧通过采集烟雾故障端口为正常状态时,故障撤销;
43、计量异常-电表计量与桩侧自计量误差超0.8kw.h,或者误差8%-(1)电表采样线接错误:修改接线;(2)分流器与电表型号不一致:更换元器件;
44、输出电压异常-电表电压采样值与模块电压不一致-(1)模块拔码错误:修改拔码;(2)电表采样线或者模块输出线错误:修改接线;(3)模块故障:更换模块;
45、地址冲突-多枪充电控制板地址冲突-修改充电控制板拔码;
46、车卡不匹配-充电卡绑定VIN码与车辆VIN码不一致-(1)绑定vin码和充电卡号不一致:后台查看绑定vin码和充电卡号,修改vin;(2)正常错误:更换充电卡号和vin码一致的车或者充电卡充电;
47、接地故障-地线未接故障告警-接线错误:修改接线;
48、车请求暂停-接收到BSM报文中SPN3090——SPN3095均为00(电池状态正常),且SPN3096为00(禁止充电)时,充电机暂停充电输出超10分钟停充-请专业人员检查车侧;
49、通讯故障-(1)一体4枪机型:充电控制板与主板通讯故障;(2)一体双枪机型主副板之间通讯故障-(1)接线错误:修改接线;(2)总线阻抗不匹配:修改总线电阻;(3)拔码错误:修改拔码;(4)主板损坏:示波器确认端口电压波形,更换主板;
50、电表故障-电表通讯超时-(1)通讯线错误:修改接线;(2)电表厂家设置错误:修改设置;
51、绝缘故障-正极-正极极绝缘故障(电阻小于100O/V)-用摇表测试,调整具体绝缘问题线路,或者更换具体元器件;
52、绝缘故障-负极-负极极绝缘故障(电阻小于100O/V)-用摇表测试,调整具体绝缘问题线路,或者更换具体元器件
53、绝缘模块通讯故障-与外置绝缘模块通讯超时-(1)设置错误,实际配置无外置绝缘模块:修改设置;(2)绝缘模块通讯线接线错误:修改接线;(3)绝缘模块通讯总线阻抗不匹配:修改总线电阻;
54、绝缘检测欠压-绝缘检测时,桩侧模块升压超时-模块故障,不输出:更换模块;
55、急停-(1)桩侧通过采集急停故障端口为故障状态时,故障产生;(2)桩侧通过采集急停故障端口为正常状态时,故障撤销-(1)接线错误:修改接线;(2)设置错误:修改设置;(3)元器件坏:更换元器件;
56、防雷器故障-(1)桩侧通过采集防雷器故障端口为故障状态时,故障产生;(2)桩侧通过采集防雷器故障端口为正常状态时,故障撤销-(1)接线错误:修改接线;(2)设置错误:修改设置;(3)元器件坏:更换元器件;
57、输出继电器故障-输出接触器检测和控制状态不一致,充电时无电流输出-(1)接线错误:修改接线;(2)模块无输出:修改拔码,更换模块;
58、门禁异常-(1)桩侧通过采集门禁故障端口为故障状态时,故障产生;(2)桩侧通过采集门禁故障端口为正常状态时,故障撤销-(1)接线错误:修改接线;(2)设置错误:修改设置;(3)元器件坏:更换元器件;
59、模块通讯异常-与充电模块通讯超时,或者充电模块状态为故障-(1)模块故障:根据具体模块故障码,更换模块或者检查接线;(2)充电模块通讯总线阻抗不匹配:修改总线电阻;(3)模块厂家设置错误:修改设置;
60、功率分配正继电器故障-接触器检测和控制状态不一致,充电时无电流输出-(1)接线错误:修改接线;(2)元器件坏:更换元器件;
61、功率分配负继电器故障-接触器检测和控制状态不一致,充电时无电流输出-(1)接线错误:修改接线;(2)元器件坏:更换元器件;
62、功率切换失败-从单模式切换到双枪模式超时,模块泄放太慢,或软件问题-(1)泄放电路异常:模块没泄放功能的机型,检查泄放回路是否正常;(2)模块泄放异常:模块有泄放功能的机型,检查模块地址设置是否正常;
63、SOC异常-充电阶段BMSbcs报文里面的soc小于BMSBCP报文里面的soc-车侧处理不当,误报:获取bms报文,反馈车侧或者修改桩侧软件;
64、机箱过温-通过桩侧机柜内置的温度采集探头进行判断,高于机箱过温设置值告警-(1)机箱温度采样未校准:校准采样;(2)温度确实达到过温设置值:温升测试,反馈供应商;(3)温度探头使用错误:更换温度探头;
65、充电枪过温-通过充电枪内置的温度采集探头进行判断,高于机箱过温设置值告警-(1)机箱温度采样未校准:校准采样;(2)温度确实达到过温设置值:温升测试,反馈供应商;
66、断路器故障-断路器检测和控制状态不一致,充电时无电流输出-(1)接线错误:修改接线;(2)设置错误:修改设置;(3)元器件坏:更换元器件;
67、车辆未就绪
68、分配继电器故障-接触器检测和控制状态不一致,充电时无电流输出-(1)接线错误:修改接线;(2)元器件坏:更换元器件;
69、余额不足-账户余额已用完-正常结束:提醒用户充值;
70、达到设定度数-达到设定度数-正常结束:提醒用户拔枪;
71、达到设定时间-达到设定时间-正常结束:提醒用户拔枪;
72、达到设定金额-达到设定金额-正常结束:提醒用户拔枪;
73、后台结束-APP/微信端停止-(1)手动正常结算,并把充电枪放回原位;(2)后台主动停充:反馈平台查找具体原因;
74、TCU结束TCU主动结束-TCU主动结束,具体问题见tcu事件记录;
75、TCU启动完成应答超时-TCU启动完成应答超时-阻抗不匹配:修改总线电阻;
76、TCU启动完成确认失败-TCU启动完成确认失败-阻抗不匹配:修改总线电阻;
77、TCU通讯超时-TCU通讯超时-(1)通信线错误:修改接线;(2)阻抗不匹配:修改总线电阻;(3)枪类型,地址设置错误:修改设置;(4)元器件坏:更换元器件;
78、TCU自身故障-TCU主动结束-TCU主动结束,具体问题见tcu事件记录;
79、TCU充电控制器故障-TCU主动结束-TCU主动结束,具体问题见tcu事件记录;
80、并充VIN不匹配-双枪并充时,2枪vin不一致-正常告警:换枪重新启动;
81、并充电压异常-双枪并充时,2枪电压不一致-正常告警:换枪重新启动
82、BSM单体过高-桩侧收到车侧发出的BSM报文中单体动力蓄电池电压过高,主动保护停充-请专业人员检查车的动力蓄电池电池充电异常,是否损毁,维修或更换动力蓄电池电池;
83、BSM单体过低-桩侧收到车侧发出的BSM报文中单体动力蓄电池电压过低,主动保护停充-请专业人员检查车的动力蓄电池电池充电异常,是否损毁,维修或更换动力蓄电池电池;
84、BSMsoc过高-桩侧收到车侧发出的BSM报文中SOC过高,主动保护停充-请专业人员检查车的动力蓄电池电池充电异常,是否损毁,维修或更换动力蓄电池电池;
85、BSMsoc过低-桩侧收到车侧发出的BSM报文中SOC过低,主动保护停充-请专业人员检查车的动力蓄电池电池充电异常,是否损毁,维修或更换动力蓄电池电池;
86、BSM过流-桩侧收到车侧发出的BSM报文中过流,主动保护停充-(1)模块输出电流跳动:反馈供应商;(2)请专业人员检查车的动力蓄电池电池充电异常,是否损毁,维修或更换动力蓄电池电池;
87、BSM过温-桩侧收到车侧发出的BSM报文中过温,主动保护停充-请专业人员检查车的动力蓄电池电池充电异常,是否损毁,维修或更换动力蓄电池电池;
88、BSM绝缘故障-桩侧收到车侧发出的BSM报文中蓄电池绝缘故障,主动保护停充-对比测试,更换不同桩及不同车测试,用摇表测试:分析结论可能如下:(1)车侧绝缘故障,报错:将摇表测试数值及bms报文发车侧分析;(2)桩侧绝缘故障,报错:调整具体绝缘问题线路,或者更换具体元器件;
89、BSM输出连接器状态异常-桩侧收到车侧发出的BSM报文中输出连接器连接状态,主动保护停充-使用温度仪查看充电时的枪座温度:(1)充电枪与车枪座接触不良:①再次确认充电枪与车座连接正常;(2)枪座/内金属变形、破损、异常突起:①更换/维修充电枪头/枪座;(3)枪线不合格:反馈供应商.
在一实施例中,所述步骤S105包括:
响应于用户的工单下单请求,基于所述故障信息生成所述维修工单,并使所述维修工单关联场站运营方信息和场站设备信息;
根据所述维修工单选取与所述故障信息相匹配的至少一个候选维修方,并获取各所述候选维修方的工作状态;
若存在处于空闲状态的候选维修方,则选取空闲状态的候选维修方作为目标维修方进行派单处理;
若未存在处于空闲状态的候选维修方,则选取当前维修工单数量最少的候选维修方作为目标维修方进行派单处理。
本实施例中,当接收到用户的下单请求时,可以为其生成相应的维修工单,且该维修工单会直接自动关联场站运营方信息和场站设备信息,其中场站运营方信息包括企业信息、联系人信息、合同信息、充电场站信息;场站设备信息包括充电桩数量、充电桩厂家信息、充电桩类型、充电桩序列号、充电桩系统信息、充电桩历史故障问题。通过上述关联方式,可以建立完善的工单信息,实现快速的定位充电场站多维信息以及充电桩历史故障问题,提高维修方对场站信息和充电桩信息的及时了解,同时大大提高故障判断、处理、维修的效率。
在进行派单时,根据对应故障描述情况,自动匹配不同维修技能的维修人员进行派单,且优先选择处于空闲状态的运维人员进行自动派单,同时结合工单类型进行派单。进一步的,对于优先级高的维修工单,可以对其进行加急派单处理。
在一实施例中,所述维修反馈包括差评率和返修率;
所述步骤S106包括:
获取不同的维修方的评级属性,并根据所述评级属性对各维修方进行评级划分;其中,所述评级属性包括技能属性、地域属性和服务属性;
根据所述差评率和返修率对对应的维修方进行评级调整,并基于评级调整后的维修方进行维修工单派发。
本实施例中,根据维修方的服务属性进行评级,例如服务属性高的维修方优先派单,服务属性低的维修方对应降低其派单顺序。服务属性具体可以包括技能属性、地域属性和服务属性,其中,技能属性:针对服务商维修技能进行评级,模块专属维修、枪线维修、主板维修、综合维修;地域属性:针对服务覆盖范围,进行评级,区级、县级、市级、大区级;服务属性:针对输出服务及能力镜像评级,系统自动将已合作的维修商进行多种维度的优选。
举例来说,当某维修方的评级属性为:服务交付时间<=7天,服务价格低于市场价10%-50%区间,服务保质期>=6个月,服务态度通过相关同行综合售后处理能力和维修专业度进行计算均值,服务商的及时相应速度<=24H等,那么可以提高该维修方的评级。
还有,本实施例通过差评率和返修率建立服务质量监控体系,以动态调整维修方的评级划分。举例来说,针对差评率,若差评率高于5%,则进行预警;若差评率高于10%,则进行扣罚;若差评率高于15%,则进行控单;若差评率高于20%,则解除合作。针对返修率,若返修率高于3%,则进行预警;若返修率高于8%,则进行扣罚;若返修率高于10%,则进行控单;若返修率高于15%,则解除合作。当然,还可以将差评率和返修率结合起来进行预警、扣罚、控单以及解除合作进行判定,又或者是采用其他评价方式进行服务质量监控。
图3为本发明实施例提供的一种充电桩智慧运维管理系统300的示意性框图,该系统300包括:
模型构建单元301,用于获取充电桩历史运维数据以及充电桩额定信息和/或预置信息,并基于所述充电桩历史运维数据、充电桩额定信息和/或预置信息构建充电桩故障预警模型;
解析处理单元302,用于针对目标充电桩,获取目标充电桩运维数据,并通过预置解析规则对所述目标充电桩运维数据进行解析处理,得到解析数据;
故障检测单元303,用于将所述解析数据输入至所述充电桩故障预警模型中,以对所述目标充电桩进行故障检测;
策略输出单元304,用于当检测到目标充电桩存在故障时,获取故障信息,并根据所述故障信息输出故障分析处理策略;
工单生成单元305,用于若所述故障分析处理策略未排除故障,则根据所述故障信息生成具有维修工单,并将所述维修工单派发至相应的维修方;
服务反馈单元306,用于获取所述维修工单对应的维修反馈,以根据所述维修反馈对维修方进行服务评价,并基于所述服务评价对维修工单的派发过程进行调节。
在一实施例中,所述历史运维数据包括历史输出数据、历史运行数据、历史温度数据、历史充电状态数据和历史健康状态数据;
所述模型构建单元301包括:
第一子构建单元,用于根据所述历史输出数据和充电桩额定信息的偏差值构建第一子故障预警模型;其中,所述历史输出数据包括历史输出电流数据、历史输出电压数据和历史输出功率数据;
第二子构建单元,用于根据所述历史运行数据和对应的历史输出数据构建第二子故障预警模型;其中,所述历史运行数据包括充电桩运行时间;
第三子构建单元,用于根据所述历史温度数据和预置信息构建第三子故障预警模型;其中,所述预置信息包括温度阈值信息;
第四子构建单元,用于根据所述历史充电状态数据和预置信息构建第四子故障预警模型;其中,所述预置信息包括充电状态阈值信息;
第五子构建单元,用于根据所述历史健康状态数据构建第五子故障预警模型;其中,所述历史健康状态数据包括历史在线数据、历史使用数据和历史故障数据。
在一实施例中,如图4所示,所述解析处理单元302包括:
数据库建立单元401,用于预先获取多种不同的充电桩报文规则,以此建立报文数据库;
字符数判断单元402,用于获取所述目标充电桩运维数据对应的目标报文,并判断所述目标报文的字符数是否符合预设字节数;
字段确定单元403,用于若判定所述目标报文的字符数符合预设字节数,则基于预置协议文档约束确定所述目标报文中的目标字段;
核对匹配单元404,用于基于所述报文数据库对所述目标字段进行核对匹配。
在一实施例中,所述策略输出单元304包括:
知识库建立单元,用于收集充电桩的故障类型、故障排除方法以及处理办法,以此建立故障知识库;
关键字检索单元,用于提取所述故障信息中的故障关键字,并根据所述故障关键字对所述故障知识库进行精确检索或模糊检索;
结果输出单元,用于将所述精确检索的结果作为所述故障信息的故障分析处理策略输出;或者选取模糊检索中优先级最高的结果作为所述故障信息的故障分析处理策略输出。
在一实施例中,所述工单生成单元305包括:
工单关联单元,用于响应于用户的工单下单请求,基于所述故障信息生成所述维修工单,并使所述维修工单关联场站运营方信息和场站设备信息;
状态获取单元,用于根据所述维修工单选取与所述故障信息相匹配的至少一个候选维修方,并获取各所述候选维修方的工作状态;
第一派单单元,用于若存在处于空闲状态的候选维修方,则选取空闲状态的候选维修方作为目标维修方进行派单处理;
第二派单单元,用于若未存在处于空闲状态的候选维修方,则选取当前维修工单数量最少的候选维修方作为目标维修方进行派单处理。
在一实施例中,所述维修反馈包括差评率和返修率;
所述服务反馈单元306包括:
属性评级单元,用于获取不同的维修方的评级属性,并根据所述评级属性对各维修方进行评级划分;其中,所述评级属性包括技能属性、地域属性和服务属性;
评级调整单元,用于根据所述差评率和返修率对对应的维修方进行评级调整,并基于评级调整后的维修方进行维修工单派发。
在一实施例中,所述第五子构建单元包括:
在线率分析单元,用于按照下式对所述充电桩进行在线率分析:
实时在线率=1-(离线电桩线/总充电桩数)
N天在线率=(第一天在线率+第二天在线率+...+第N天在线率)/N
使用率分析单元,用于按照下式对所述充电桩进行使用率分析:
实时使用率=充电中电桩/总充电桩数*100%
N天使用率=(第一天使用率+第二天使用率+...+第N天使用率)/N故障率分析单元,用于按照下式对所述充电桩进行故障率分析:
实时故障率=(故障电桩数量/总电桩数量)*100%
N天故障率=(第一天故障率+第二天故障率+...+第N天故障率)/N
结合构建单元,用于结合所述在线率分析、使用率分析和故障率分析构建得到所述第五子故障预警模型。
由于系统部分的实施例与方法部分的实施例相互对应,因此系统部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本发明实施例还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供了一种计算机设备,可以包括存储器和处理器,存储器中存有计算机程序,处理器调用存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然计算机设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,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。在没有更多限制的状况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种充电桩智慧运维管理方法,其特征在于,包括:
获取充电桩历史运维数据以及充电桩额定信息和/或预置信息,并基于所述充电桩历史运维数据、充电桩额定信息和/或预置信息构建充电桩故障预警模型;
针对目标充电桩,获取目标充电桩运维数据,并通过预置解析规则对所述目标充电桩运维数据进行解析处理,得到解析数据;
将所述解析数据输入至所述充电桩故障预警模型中,以对所述目标充电桩进行故障检测;
当检测到目标充电桩存在故障时,获取故障信息,并根据所述故障信息输出故障分析处理策略;
若所述故障分析处理策略未排除故障,则根据所述故障信息生成具有维修工单,并将所述维修工单派发至相应的维修方;
获取所述维修工单对应的维修反馈,以根据所述维修反馈对维修方进行服务评价,并基于所述服务评价对维修工单的派发过程进行调节。
2.根据权利要求1所述的充电桩智慧运维管理方法,其特征在于,所述历史运维数据包括历史输出数据、历史运行数据、历史温度数据、历史充电状态数据和历史健康状态数据;
所述获取充电桩历史运维数据以及充电桩额定信息和/或预置信息,并基于所述充电桩历史运维数据、充电桩额定信息和/或预置信息构建充电桩故障预警模型,包括:
根据所述历史输出数据和充电桩额定信息的偏差值构建第一子故障预警模型;其中,所述历史输出数据包括历史输出电流数据、历史输出电压数据和历史输出功率数据;
根据所述历史运行数据和对应的历史输出数据构建第二子故障预警模型;其中,所述历史运行数据包括充电桩运行时间;
根据所述历史温度数据和预置信息构建第三子故障预警模型;其中,所述预置信息包括温度阈值信息;
根据所述历史充电状态数据和预置信息构建第四子故障预警模型;其中,所述预置信息包括充电状态阈值信息;
根据所述历史健康状态数据构建第五子故障预警模型;其中,所述历史健康状态数据包括历史在线数据、历史使用数据和历史故障数据。
3.根据权利要求1所述的充电桩智慧运维管理方法,其特征在于,所述针对目标充电桩,获取目标充电桩运维数据,并通过预置解析规则对所述目标充电桩运维数据进行解析处理,得到解析数据,包括:
预先获取多种不同的充电桩报文规则,以此建立报文数据库;
获取所述目标充电桩运维数据对应的目标报文,并判断所述目标报文的字符数是否符合预设字节数;
若判定所述目标报文的字符数符合预设字节数,则基于预置协议文档约束确定所述目标报文中的目标字段;
基于所述报文数据库对所述目标字段进行核对匹配。
4.根据权利要求1所述的充电桩智慧运维管理方法,其特征在于,所述当检测到目标充电桩存在故障时,获取故障信息,并根据所述故障信息输出故障分析处理策略,包括:
收集充电桩的故障类型、故障排除方法以及处理办法,以此建立故障知识库;
提取所述故障信息中的故障关键字,并根据所述故障关键字对所述故障知识库进行精确检索或模糊检索;
将所述精确检索的结果作为所述故障信息的故障分析处理策略输出;或者选取模糊检索中优先级最高的结果作为所述故障信息的故障分析处理策略输出。
5.根据权利要求1所述的充电桩智慧运维管理方法,其特征在于,所述若所述故障分析处理策略未排除故障,则根据所述故障信息生成具有维修工单,并将所述维修工单派发至相应的维修方,包括:
响应于用户的工单下单请求,基于所述故障信息生成所述维修工单,并使所述维修工单关联场站运营方信息和场站设备信息;
根据所述维修工单选取与所述故障信息相匹配的至少一个候选维修方,并获取各所述候选维修方的工作状态;
若存在处于空闲状态的候选维修方,则选取空闲状态的候选维修方作为目标维修方进行派单处理;
若未存在处于空闲状态的候选维修方,则选取当前维修工单数量最少的候选维修方作为目标维修方进行派单处理。
6.根据权利要求1所述的充电桩智慧运维管理方法,其特征在于,所述维修反馈包括差评率和返修率;
所述获取所述维修工单对应的维修反馈,以根据所述维修反馈对维修方进行服务评价,并基于所述服务评价对维修工单的派发过程进行调节,包括:
获取不同的维修方的评级属性,并根据所述评级属性对各维修方进行评级划分;其中,所述评级属性包括技能属性、地域属性和服务属性;
根据所述差评率和返修率对对应的维修方进行评级调整,并基于评级调整后的维修方进行维修工单派发。
7.根据权利要求2所述的充电桩智慧运维管理方法,其特征在于,所述根据所述历史健康状态数据构建第五子故障预警模型,其中,所述历史健康状态数据包括历史在线数据、历史使用数据和历史故障数据,包括:
按照下式对所述充电桩进行在线率分析:
实时在线率=1-(离线电桩线/总充电桩数)
N天在线率=(第一天在线率+第二天在线率+...+第N天在线率)/N
按照下式对所述充电桩进行使用率分析:
实时使用率=充电中电桩/总充电桩数*100%
N天使用率=(第一天使用率+第二天使用率+...+第N天使用率)/N按照下式对所述充电桩进行故障率分析:
实时故障率=(故障电桩数量/总电桩数量)*100%
N天故障率=(第一天故障率+第二天故障率+...+第N天故障率)/N结合所述在线率分析、使用率分析和故障率分析构建得到所述第五子故障预警模型。
8.一种充电桩智慧运维管理系统,其特征在于,包括:
模型构建单元,用于获取充电桩历史运维数据以及充电桩额定信息和/或预置信息,并基于所述充电桩历史运维数据、充电桩额定信息和/或预置信息构建充电桩故障预警模型;
解析处理单元,用于针对目标充电桩,获取目标充电桩运维数据,并通过预置解析规则对所述目标充电桩运维数据进行解析处理,得到解析数据;
故障检测单元,用于将所述解析数据输入至所述充电桩故障预警模型中,以对所述目标充电桩进行故障检测;
策略输出单元,用于当检测到目标充电桩存在故障时,获取故障信息,并根据所述故障信息输出故障分析处理策略;
工单生成单元,用于若所述故障分析处理策略未排除故障,则根据所述故障信息生成具有维修工单,并将所述维修工单派发至相应的维修方;
服务反馈单元,用于获取所述维修工单对应的维修反馈,以根据所述维修反馈对维修方进行服务评价,并基于所述服务评价对维修工单的派发过程进行调节。
9.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的充电桩智慧运维管理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的充电桩智慧运维管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310578416.0A CN116894659A (zh) | 2023-05-22 | 2023-05-22 | 充电桩智慧运维管理方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310578416.0A CN116894659A (zh) | 2023-05-22 | 2023-05-22 | 充电桩智慧运维管理方法、系统、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116894659A true CN116894659A (zh) | 2023-10-17 |
Family
ID=88314016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310578416.0A Pending CN116894659A (zh) | 2023-05-22 | 2023-05-22 | 充电桩智慧运维管理方法、系统、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116894659A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117875672A (zh) * | 2024-03-11 | 2024-04-12 | 云南山高新能源有限公司 | 电动车充电站管理系统 |
CN117853274B (zh) * | 2024-03-07 | 2024-05-10 | 天津光电华典科技有限公司 | 一种基于大数据的新能源汽车充电桩运行数据分析管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680924A (zh) * | 2020-06-10 | 2020-09-18 | 国网浙江电动汽车服务有限公司 | 一种充电桩运行状态的评估方法、装置、设备及介质 |
CN113156243A (zh) * | 2021-04-09 | 2021-07-23 | 南方电网电动汽车服务有限公司 | 故障预测方法和预测系统 |
CN114819213A (zh) * | 2022-04-15 | 2022-07-29 | 东方众通科技发展集团有限公司 | 一种电动汽车公共充电设施的智能运维管理方法及系统 |
-
2023
- 2023-05-22 CN CN202310578416.0A patent/CN116894659A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680924A (zh) * | 2020-06-10 | 2020-09-18 | 国网浙江电动汽车服务有限公司 | 一种充电桩运行状态的评估方法、装置、设备及介质 |
CN113156243A (zh) * | 2021-04-09 | 2021-07-23 | 南方电网电动汽车服务有限公司 | 故障预测方法和预测系统 |
CN114819213A (zh) * | 2022-04-15 | 2022-07-29 | 东方众通科技发展集团有限公司 | 一种电动汽车公共充电设施的智能运维管理方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117853274B (zh) * | 2024-03-07 | 2024-05-10 | 天津光电华典科技有限公司 | 一种基于大数据的新能源汽车充电桩运行数据分析管理系统 |
CN117875672A (zh) * | 2024-03-11 | 2024-04-12 | 云南山高新能源有限公司 | 电动车充电站管理系统 |
CN117875672B (zh) * | 2024-03-11 | 2024-06-04 | 云南山高新能源有限公司 | 电动车充电站管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116894659A (zh) | 充电桩智慧运维管理方法、系统、计算机设备及存储介质 | |
CN106340968B (zh) | 一种面向配电网管控的一体化支撑系统及方法 | |
WO2023185601A1 (zh) | 一种电池健康状态信息确定方法、装置及电池系统 | |
CN109733238B (zh) | 故障检测方法、装置、存储介质及处理器 | |
CN116011993B (zh) | 一种基于cps架构的蓄电池健康管理系统 | |
CN105761167A (zh) | 变电站二次设备健康状况的评估方法及评估系统 | |
CN101609407A (zh) | 基于发布者/订阅者模式的全站模型文件匹配的检测方法 | |
CN109918103B (zh) | 一种基于全过程监控的采集终端远程升级系统及其工作方法 | |
CN112434826A (zh) | 一种充电桩充电设施运维故障智能分析与预警系统 | |
CN111722124A (zh) | 一种蓄电池在线状态监测系统和监测方法 | |
KR102310061B1 (ko) | 전기자동차 충전기 점검 시스템 및 방법 | |
CN109546741A (zh) | 蓄电池远程维护设备的自检系统 | |
CN115575831A (zh) | 基于物联网及云的新能源电池安全测试系统及测试方法 | |
CN115177893A (zh) | 一种主变排油充氮消防装置及其控制方法 | |
CN113821242A (zh) | 一种固件智能匹配方法及系统 | |
CN117197900A (zh) | 一种换电柜的电池防盗识别方法及装置 | |
CN112068006A (zh) | 一种基于云计算的实验室设备安全运行运维平台 | |
WO2023125706A1 (zh) | 换电车辆的里程订单生成的测试方法及系统、设备及介质 | |
CN209356590U (zh) | 充电平台测试装置和充电平台测试系统 | |
CN113147487B (zh) | 一种电动交通工具充电适配方法 | |
CN116430749A (zh) | 电力监控系统仿真测试方法、装置、介质及电子设备 | |
CN113991876A (zh) | 一种电力终端的监控方法及系统 | |
CN113030762A (zh) | 一种站用蓄电池组核对性放电试验测试方法 | |
CN113642921B (zh) | 基站发电监控与费用稽核方法、系统以及电子设备 | |
CN104682563B (zh) | 交直流系统运维一体化管理平台 |
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 |