CN117154890A - 一种多数据联动的充电监测方法及系统 - Google Patents
一种多数据联动的充电监测方法及系统 Download PDFInfo
- Publication number
- CN117154890A CN117154890A CN202311158217.0A CN202311158217A CN117154890A CN 117154890 A CN117154890 A CN 117154890A CN 202311158217 A CN202311158217 A CN 202311158217A CN 117154890 A CN117154890 A CN 117154890A
- Authority
- CN
- China
- Prior art keywords
- linkage
- charging
- data
- equipment
- node
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 238000004458 analytical method Methods 0.000 claims abstract description 48
- 230000015654 memory Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 22
- 238000004146 energy storage Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 230000036541 health Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000003213 activating effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种多数据联动的充电监测方法及系统，涉及充电监测技术领域，该方法包括：确定供电链路节点，建立物联网采集模块；设定多联动数据模块及各联动数据模块的联动关系，通过物联网采集设备对各供电链路节点进行充电监测数据采集；确定各联动节点充电状态信息；进行联动协同分析，确定联动协同关系；根据联动协同关系确定充电评价结果，并基于充电评价结果进行充电控制反馈。通过本公开可以解决现有技术中存在由于充电监测数据单一，导致充电监测精确度和效率较低、充电控制反馈准确度较低的技术问题，实现多数据联动的充电监测目标，达到提高充电监测精确度和效率、充电控制反馈准确度的技术效果。
Description
技术领域
本公开涉及充电监测技术领域，具体涉及一种多数据联动的充电监测方法及系统。
背景技术
现有充电监测系统通常采用单一数据进行监测且不能兼容多种电压等级，因此不同电压等级的产品测试需要多套系统，需投入的成本高，占地面积大。同时在测试场地通过储能变流器对储能电池系统进行充放电测试需消耗大量的电能、减少储能电池寿命，测试时只能同时对单个电池系统进行测试，对测试场地配电容量要求高，充电监测的监测稳定性与效率较低。
综上所述，现有技术中存在由于充电监测数据单一，导致充电监测精确度和效率较低、充电控制反馈准确度较低的技术问题。
发明内容
本公开提供了一种多数据联动的充电监测方法及系统，用以解决现有技术中存在由于充电监测数据单一，导致充电监测精确度和效率较低、充电控制反馈准确度较低的技术问题。
根据本公开的第一方面，提供了一种多数据联动的充电监测方法，包括：基于充电设备进行充电供应链分割，确定供电链路节点，并根据所述供电链路节点的监测目标特征设置物联网采集设备，建立物联网采集模块；根据所述供电链路节点及连接关系，设定多联动数据模块及各联动数据模块的联动关系，通过物联网采集设备对各供电链路节点进行充电监测数据采集，利用供电链路节点与多联动数据模块的对应关系，将充电监测数据存入对应的联动数据模块中；通过所述多联动数据模块分别进行各联动节点充电监测数据处理，确定各联动节点充电状态信息；基于各联动数据模块的联动关系、各联动节点充电状态信息进行联动协同分析，确定联动协同关系；根据所述联动协同关系确定充电评价结果，并基于所述充电评价结果进行充电控制反馈。
根据本公开的第二方面，提供了一种多数据联动的充电监测系统，包括：物联网采集模块获得模块，所述物联网采集模块获得模块用于基于充电设备进行充电供应链分割，确定供电链路节点，并根据所述供电链路节点的监测目标特征设置物联网采集设备，建立物联网采集模块；充电监测数据获得模块，所述充电监测数据获得模块用于根据所述供电链路节点及连接关系，设定多联动数据模块及各联动数据模块的联动关系，通过物联网采集设备对各供电链路节点进行充电监测数据采集，利用供电链路节点与多联动数据模块的对应关系，将充电监测数据存入对应的联动数据模块中；充电状态信息获得模块，所述充电状态信息获得模块用于通过所述多联动数据模块分别进行各联动节点充电监测数据处理，确定各联动节点充电状态信息；联动协同关系获得模块，所述联动协同关系获得模块用于基于各联动数据模块的联动关系、各联动节点充电状态信息进行联动协同分析，确定联动协同关系；充电评价结果获得模块，所述充电评价结果获得模块用于根据所述联动协同关系确定充电评价结果，并基于所述充电评价结果进行充电控制反馈。
根据本公开的第三方面，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，所述处理器实现能够执行第一方面中任一项所述的方法。
本公开中提供的一个或多个技术方案，至少具有如下技术效果或优点：根据本公开采用的通过基于充电设备进行充电供应链分割，确定供电链路节点，并根据所述供电链路节点的监测目标特征设置物联网采集设备，建立物联网采集模块；根据所述供电链路节点及连接关系，设定多联动数据模块及各联动数据模块的联动关系，通过物联网采集设备对各供电链路节点进行充电监测数据采集，利用供电链路节点与多联动数据模块的对应关系，将充电监测数据存入对应的联动数据模块中；通过所述多联动数据模块分别进行各联动节点充电监测数据处理，确定各联动节点充电状态信息；基于各联动数据模块的联动关系、各联动节点充电状态信息进行联动协同分析，确定联动协同关系；根据所述联动协同关系确定充电评价结果，并基于所述充电评价结果进行充电控制反馈，解决了现有技术中存在由于充电监测数据单一，导致充电监测精确度和效率较低、充电控制反馈准确度较低的技术问题，实现多数据联动的充电监测目标，达到提高充电监测精确度和效率、充电控制反馈准确度的技术效果。
应当理解，本部分所描述的内容并非旨在标示本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案，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示例性的，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，还可以根据提供的附图获得其他的附图。
图1为本公开实施例提供的一种多数据联动的充电监测方法的流程示意图；
图2为本公开实施例一种多数据联动的充电监测方法中所述基于充电设备进行充电供应链分割，确定供电链路节点的流程示意图；
图3为本公开实施例一种多数据联动的充电监测方法中供应链路节点与联动数据模块的关系逻辑示意图；
图4为本公开实施例提供的一种多数据联动的充电监测系统的结构示意图；
图5为本公开实施例提供的一种计算机设备的结构示意图。
附图标记说明：物联网采集模块获得模块11，充电监测数据获得模块12，充电状态信息获得模块13，联动协同关系获得模块14，充电评价结果获得模块15，电子设备600，处理器601，存储器602，总线603。
具体实施方式
以下结合附图对本公开的示范性实施例作出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实施例一
本公开实施例提供的一种多数据联动的充电监测方法，兹参照图1、图2及图3作说明，所述方法包括：
本公开实施例提供的方法中包括：
基于充电设备进行充电供应链分割，确定供电链路节点，并根据所述供电链路节点的监测目标特征设置物联网采集设备，建立物联网采集模块；
充电设备为通过电能储能，进行供电的设备。根据充电设备进行供应端追溯，确定供应链主体和连接供应主体。将供应链主体、连接供应主体进行连接，构成供电链路节点。进一步地，根据供电链路节点，获得监测目标特征。其中，监测目标特征为供电链路节点的参数类型。举例而言，监测目标特征为电压、电流等。进一步地，物联网采集为通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的网络技术。进一步地，根据供电链路节点的监测目标特征建立物联网采集模块，物联网采集模块具有物联网采集设备。
根据所述供电链路节点及连接关系，设定多联动数据模块及各联动数据模块的联动关系，通过物联网采集设备对各供电链路节点进行充电监测数据采集，利用供电链路节点与多联动数据模块的对应关系，将充电监测数据存入对应的联动数据模块中；
根据供电链路节点及其连接关系，对每个供电链路节点对应配置多联动数据模块，用于处理对应的监测数据。对多联动数据模块配置各联动数据模块的联动关系，用于进行数据交互。其中，各联动数据模块的联动关系与供电链路节点的连接关系相对应关联。进一步地，通过物联网采集设备对各供电链路节点进行充电监测数据采集。举例而言，物联网采集设备可以为plc远程监控系统DAS数字式物联网采集器。进一步地，当物联网采集设备对各供电链路节进行采集获得充电监测数据后，通过供电链路节点对应的多联动数据模块进行充电监测数据的存储。
通过所述多联动数据模块分别进行各联动节点充电监测数据处理，确定各联动节点充电状态信息；
从联动数据模块提取联动数据模块的设备运算规则。设备运算规则用于生成设备的监测动作。进一步地，多联动数据模块包括联动数据模块。激活联动数据模块。进一步地，按照设备运算规则生成运算参数。其中，根据不同的设备运算规则，生成不同的运算参数。进一步地，从充电监测数据中进行参数提取，获得充电监测数据对应的运算参数，作为运算监测数据。进一步地，将运算监测数据录入联动数据模块，按照对应的设备运算规则进行节点充电状态运算，获得各联动节点充电状态信息。
基于各联动数据模块的联动关系、各联动节点充电状态信息进行联动协同分析，确定联动协同关系；
根据所述联动协同关系确定充电评价结果，并基于所述充电评价结果进行充电控制反馈。
对各联动数据模块的联动关系、各联动数据模块中各联动节点充电状态信息进行联动协同分析，分析各联动数据模块的联动关系对各联动节点充电状态信息的影响，确定联动协同关系。
进一步地，根据联动协同关系确定充电评价结果，充电评价结果包括正向结果和负向结果。若联动协同关系为各联动数据模块的联动关系对各联动节点充电状态信息具有抑制影响，即消耗损害联动节点，进而影响各联动节点充电状态信息获得不稳定状态等。进一步地，根据充电评价结果进行充电控制反馈，调整充电监测设备及方法，直至获得充电评价结果为正向结果。
其中，通过本实施例可以解决现有技术中存在由于充电监测数据单一，导致充电监测精确度和效率较低、充电控制反馈准确度较低的技术问题，实现多数据联动的充电监测目标，达到提高充电监测精确度和效率、充电控制反馈准确度的技术效果。
本公开实施例提供的方法中还包括：
基于所述充电设备进行供应源、供应终端追溯，确定供应链主体；
基于所述供应链主体进行供应连接设备影响性分析，当供应连接设备影响性达到预设阈值时，将供应连接设备为连接供应主体；
按照供应链的供应顺序，将所述供应链主体、连接供应主体进行连接，构成所述供电链路节点。
提取充电设备，对充电设备进行供应源、供应终端追溯，确定供应链主体。其中，供应链主体为变电设备，通过变电设备进行供配电。
进一步地，供应连接设备为接通和断开电路的开关设备。如供应连接设备可以为断路器、负荷开关、熔断器、隔离开关、电缆。基于大数据，以供应连接设备的影响性阈值为索引进行检索，获得供应连接设备影响性预设阈值。基于供应链主体进行供应连接设备影响性分析，当供应连接设备影响性达到预设阈值时，将供应连接设备为连接供应主体。若供应连接设备受到外界影响关系大，会对供电电路产生影响，则此时考虑到连接设备的影响性，将它也作为一个联动主体进行监测，确保多方的数据同步，对供电状态进行全方位分析监测。举例而言，当电路中电压达到预设阈值的电压时，断路器运行并切断电路。根据供应连接设备获得连接供应主体。
进一步地，基于大数据，以充电监测电路为索引进行检索，获取供应链的供应顺序，供应链的供应顺序包括供应链主体对多个连接供应主体的供应顺序。其中，按照供应链的供应顺序，将供应链主体、多个连接供应主体进行连接，构成供电链路节点。
其中，获取供电链路节点，可以提高充电监测效率和精确度。
本公开实施例提供的方法中还包括：
从联动数据模块提取设备运算规则，其中包括供应端运算规则、充电设备运算规则、连接设备运算规则、终端充电运算规则；
基于所述设备运算规则，激活运算处理模块，并根据所述设备运算规则确定运算参数，从充电监测数据中进行参数提取；
将提取的运算监测数据录入所述运算处理模块，按照设备运算规则进行节点充电状态运算，获得所述各联动节点充电状态信息。
从联动数据模块提取该联动数据模块的设备运算规则。其中，设备运算规则包括供应端运算规则、充电设备运算规则、连接设备运算规则、终端充电运算规则。多种设备运算规则用于生成设备的监测动作。
进一步地，多联动数据模块包括运算处理模块，运算处理模块为联动数据模块的一种形式，则运算处理模块具有设备运算规则。激活多联动数据模块中的运算处理模块。进一步地，按照设备运算规则生成运算参数。其中，根据不同的设备运算规则，生成不同的运算参数。举例而言，运算参数为电流、电压等。进一步地，从充电监测数据中进行参数提取，将充电监测数据的参数与运算参数进行匹配，获得充电监测数据对应的运算参数，作为运算监测数据。
进一步地，将运算监测数据录入运算处理模块，按照对应的设备运算规则进行节点充电状态运算，获得各联动节点充电状态信息。举例而言，节点充电状态运算为对充电电量、电压、温度等进行运算。
其中，通过多联动数据模块分别进行各联动节点充电监测数据处理，确定各联动节点充电状态信息，可以提高充电监测的精确程度。
本公开实施例提供的方法中还包括：
根据多联动数据模块及各联动数据模块的联动关系，确定运算任务匹配的联动数据模块及联动关系；
根据所述联动数据模块及设备运算规则，确定节点设备的联动参数；
基于节点设备的联动参数，构建运算任务匹配的联动数据模块的联动拓扑关系；
对所述联动拓扑关系中各联动参数进行状态分析，确定各联动拓扑关系中节点的状态分析结果；
基于所述运算任务匹配的联动数据模块及联动关系、各联动拓扑关系中节点的状态分析结果进行整合联动分析，获得各联动节点充电状态信息。
通过设备运算规则获取运算任务。将运算任务与联动数据模块进行匹配，获得匹配的联动数据模块，进而获得运算任务对应的联动数据模块及联动关系。
进一步地，根据运算任务匹配的联动数据模块，获得运算任务匹配的联动数据模块对应运算任务匹配的供电链路节点，运算任务匹配的供电链路节点具有对应运算任务匹配的节点设备，用于进行充电监测。获取节点设备的联动参数。举例而言，节点设备的联动参数可以为电压、电流等。进一步地，按照节点设备对应的联动参数，构建运算任务匹配的联动数据模块的联动拓扑关系。联动拓扑关系包括运算任务匹配的联动数据模块与运算任务匹配的多个联动参数的拓扑连接关系。
进一步地，联动拓扑关系具有多个联动拓扑关系中节点。通过对各联动参数进行状态分析，确定各联动拓扑关系中节点的状态分析结果。举例而言，节点设备为充电设备，则联动参数为电流或者电压等，联动拓扑关系中节点为连接供应线路，进而确定连接供应线路的状态分析结果。
进一步地，基于所述运算任务匹配的联动数据模块及联动关系、各联动拓扑关系中节点的状态分析结果进行整合联动分析，获得各联动节点充电状态信息。其中，通过各联动拓扑关系中节点有关的设备和数据、联动数据模块的联动拓扑关系对节点设备进行状态分析，再通过联动数据模块及联动关系中的节点设备进行充电状态分析。在联动分析时考虑分析过程中的相关因素和有关系的联动节点。举例而言，充电桩通过商场进行供电，如果商场或者周边区域的电网的电压不稳定，或者供电量大负载大，会影响到充电设备的供电稳定性。
其中，通过获得各联动节点充电状态信息，可以对各联动数据模块的联动拓扑关系进行状态分析与监测，进而提高节点设备的稳定性、精确度及充电监测效率。
本公开实施例提供的方法中还包括：
获取充电设备的同批协同设备，所述同批协同设备具有相同型号、相同规格、相同投用时间；
通过电量监测设备对充电设备的储能模块进行数据读取，获得同批协同储能数据；
基于所述同批协同储能数据进行充电设备电量转换速度分析，确定各设备的电量转算速度；
根据所述各设备的电量转算速度进行同期类比，获得电池损耗系数；
利用所述电池损耗系数对联动节点充电状态信息进行修正。
当联动数据模块的设备运算规则为充电设备运算规则时，获取充电设备的同批协同设备，同批协同设备为与充电设备的功能、作用相同的同类设备。同批协同设备具有与充电设备一样的相同型号、相同规格、相同投用时间。
进一步地，调用电量监测设备，用于获得电量信息。进一步地，充电设备具有储能模块，用于进行电能存储并供电。进一步地，通过电量监测设备对充电设备的储能模块进行数据读取，获得储能数据。由于同批协同设备具有与充电设备一样的相同型号、相同规格、相同投用时间，因此获得储能数据则获得同批协同储能数据。
进一步地，基于同批协同储能数据进行充电设备电量转换速度分析，确定各设备的电量转算速度。其中，通过电量监测设备对充电设备进行数据读取，获得电量。将数据读取过程进行计时，获取单位时间内的电量变化，确定充电设备电量转算速度。相应地，将各设备的电量变化过程进行计时，确定各设备的电量转算速度。
进一步地，将充电设备与同批协同设备的电量转算速度进行对比，获得同期类比的电池损耗系数。电池损耗系数为平均值电池损耗系数，将低于平均值电池损耗系数的电池损耗系数对应同批协同设备或充电设备进行提取，获取同批协同设备或充电设备对应的联动节点，对联动节点充电状态信息进行修正。举例而言，获取联动节点充电状态信息为负载状态，则进行供电稳定性调节等修正。
其中，通过获得电池损耗系数对联动节点充电状态信息进行修正，可以提高获得充电监测数据的精确程度。
本公开实施例提供的方法中还包括：
基于所述充电设备，进行同类联动设备调取，获得同类联动设备数据库，其中，所述同类联动设备数据库包括历史同类联动设备数据集；
对所述历史同类联动设备数据集进行状态分类，确定状态分类数据趋势集，其中包括正常运行状态、异常运行状态；
利用所述状态分类数据趋势集与各联动节点充电监测数据进行同步比对，获得数据走势吻合度；
根据所述数据走势吻合度、所述状态分类数据趋势集，确定设备充电状态评价信息进行反馈。
充电设备对应的联动数据模块的各联动节点的同类联动节点的设备作为同类联动设备。基于大数据调取同类联动设备，整合获得同类联动设备数据库。进一步地，同类联动设备数据库包括历史同类联动设备数据集。其中，历史同类联动设备数据集为同类联动设备的运行数据集。
进一步地，对历史同类联动设备数据集进行状态分类，确定状态分类数据趋势集。其中，状态分类数据趋势集包括正常运行状态、异常运行状态。状态分类数据趋势集中正常运行状态与异常运行状态获得的历史同类联动设备数据集差异较大或者相对应。
进一步地，将各联动节点充电监测数据与状态分类数据趋势集进行同步比对，获得数据走势吻合度。数据走势吻合度为程度系数数值，用于表示数据走势吻合程度。
进一步地，若各联动节点充电监测数据与正常运行状态吻合，根据数据走势吻合度，生成设备充电状态评价信息。其中，设备充电状态评价信息为正向信息。若各联动节点充电监测数据与异常运行状态吻合，根据数据走势吻合度，生成设备充电状态评价信息。其中，设备充电状态评价信息为负向信息。提取设备充电状态评价信息进行反馈。
其中，根据数据走势吻合度、状态分类数据趋势集，确定设备充电状态评价信息进行反馈，可以提高充电监测效率。
本公开实施例提供的方法中还包括：
利用所述在线联动设备数据集与联动节点充电监测数据，构建设备数据矩阵；
基于所述设备数据矩阵进行横向数据趋势分析、纵向数据类比分析，确定设备充电状态评价信息进行反馈；
当所述历史同类联动设备数据集、在线联动设备数据集获得的设备充电状态评价信息相同时，确定反馈信息，当不相同时，设定反馈权值，基于所述反馈权值确定所述反馈信息。
同类联动设备数据库还包括在线联动设备数据集，在线联动设备数据集为同类联动设备的在线生成数据集。进一步地，通过在线联动设备数据集与联动节点充电监测数据，构建设备数据矩阵。其中，构建矩阵的方法可以为列举元素、顺序列举、矩阵重复设置、生成元素矩阵的方式构建。
进一步地，基于设备数据矩阵进行横向数据趋势分析、纵向数据类比分析，确定设备充电状态评价信息进行反馈。进一步地，将横向数据状态分类，确定设备数据矩阵状态分类数据趋势集。其中，设备数据矩阵状态分类数据趋势集包括正常运行状态、异常运行状态。进一步地，将纵向数据类比分析，将设备数据矩阵状态分类数据趋势集进行类比比对，获得类比结果。进一步地，根据设备数据矩阵状态分类数据趋势集、类比结果，确定设备充电状态评价信息。进一步地，若设备数据矩阵状态分类数据趋势集与正常运行状态吻合，生成设备充电状态评价信息。其中，设备充电状态评价信息为正向信息。若设备数据矩阵状态分类数据趋势集与异常运行状态吻合，生成设备充电状态评价信息。其中，设备充电状态评价信息为负向信息。进一步地，根据设备充电状态评价信息进行反馈。
进一步地，当历史同类联动设备数据集、在线联动设备数据集获得的设备充电状态评价信息相同时，确定反馈信息。当历史同类联动设备数据集、在线联动设备数据集获得的设备充电状态评价信息不相同时，对历史同类联动设备数据集、在线联动设备数据集设定反馈权值，基于反馈权值进行权重计算，获得权重结果并确定反馈信息。即那个权值高以哪个结果为主要参考结果。
其中，当历史同类联动设备数据集、在线联动设备数据集获得的设备充电状态评价信息不相同时，对历史同类联动设备数据集、在线联动设备数据集设定反馈权值，基于反馈权值进行权重计算，获得权重结果并确定反馈信息，可以提高充电监测的精确度。
本公开实施例提供的方法中还包括：
基于所述联动协同关系，根据充电评价公式：
，获得充电评价结果，其中，/>为第i个联动节点的评估结果，/>为第i个联动节点的任意一个设备指标的第k时刻监测值，/>为第i个联动节点的任意一个设备指标的预设健康特征区间，/>为预设的异常比例阈值，count（）为计数函数，m为监测的时刻总数，1≤k≤m。
具体地，根据各联动数据模块的联动关系、各联动节点充电状态信息的联动协同关系，构建充电评价公式：
其中，[]为第i个联动节点的任意一个设备指标的预设健康特征区间，以[]的闭区间为取值去除范围，获取/>的取值范围。/>为第i个联动节点的任意一个设备指标的第k时刻监测值，将/>输入计数函数count（），计数输出/>不满足预设健康特征区间的次数。并判断/>不满足预设健康特征区间的次数与监测的时刻总数m的比值和预设的异常比例阈值/>的大小，获得判断大小结果。
进一步地，当判断大小结果不满足预设健康特征区间的次数与监测的时刻总数m的比值大于或等于预设的异常比例阈值/>时，表示/>不满足预设健康特征区间的次数占比监测的时刻总数m的比值过高，且/>不满足预设健康特征区间的次数的异常次数过高，则生成第i个联动节点的评估结果/>，并标记第i个联动节点的评估结果/>为1。当判断大小结果/>不满足预设健康特征区间的次数与监测的时刻总数m的比值小于预设的异常比例阈值/>时，表示/>不满足预设健康特征区间的次数占比监测的时刻总数m的比值在正常范围内，则对生成的第i个联动节点的评估结果/>标记为0。进一步地，提取当第i个联动节点的评估结果/>为1时的各个关联对应监测参数，进行记录并调整。
进一步地，当判断大小结果不满足预设健康特征区间的次数与监测的时刻总数m的比值达到预设的异常比例阈值/>时，针对第i个联动节点的评估结果/>进行提醒。
进一步地，当获得多个第i个联动节点的评估结果为1时，将多个第i个联动节点的评估结果/>进行累加，当评估的结果求和满足多节点阈值时，针对联动评估结果进行提醒或处理。其中，
，其中，P为评估结果总值，n为多节点阈值。当多个单一节点的评估方法满足多节点阈值时，进行联动的综合计算，把各节点进行综合求和。
其中，通过充电评价公式可以提高多数据联动的充电监测效率。
实施例二
基于与前述实施例中一种多数据联动的充电监测方法同样的发明构思，兹参照图4作说明，本公开还提供了一种多数据联动的充电监测系统，所述系统包括：
物联网采集模块获得模块11，所述物联网采集模块获得模块11用于基于充电设备进行充电供应链分割，确定供电链路节点，并根据所述供电链路节点的监测目标特征设置物联网采集设备，建立物联网采集模块；
充电监测数据获得模块12，所述充电监测数据获得模块12用于根据所述供电链路节点及连接关系，设定多联动数据模块及各联动数据模块的联动关系，通过物联网采集设备对各供电链路节点进行充电监测数据采集，利用供电链路节点与多联动数据模块的对应关系，将充电监测数据存入对应的联动数据模块中；
充电状态信息获得模块13，所述充电状态信息获得模块13用于通过所述多联动数据模块分别进行各联动节点充电监测数据处理，确定各联动节点充电状态信息；
联动协同关系获得模块14，所述联动协同关系获得模块14用于基于各联动数据模块的联动关系、各联动节点充电状态信息进行联动协同分析，确定联动协同关系；
充电评价结果获得模块15，所述充电评价结果获得模块15用于根据所述联动协同关系确定充电评价结果，并基于所述充电评价结果进行充电控制反馈。
进一步地，所述系统还包括：
供应链主体获得模块，所述供应链主体获得模块用于基于所述充电设备进行供应源、供应终端追溯，确定供应链主体；
连接供应主体获得模块，所述连接供应主体获得模块用于基于所述供应链主体进行供应连接设备影响性分析，当供应连接设备影响性达到预设阈值时，将供应连接设备为连接供应主体；
供电链路节点获得模块，所述供电链路节点获得模块用于按照供应链的供应顺序，将所述供应链主体、连接供应主体进行连接，构成所述供电链路节点。
进一步地，所述系统还包括：
设备运算规则获得模块，所述设备运算规则获得模块用于从联动数据模块提取设备运算规则，其中包括供应端运算规则、充电设备运算规则、连接设备运算规则、终端充电运算规则；
运算参数获得模块，所述运算参数获得模块用于基于所述设备运算规则，激活运算处理模块，并根据所述设备运算规则确定运算参数，从充电监测数据中进行参数提取；
各联动节点充电状态信息获得模块，所述各联动节点充电状态信息获得模块用于将提取的运算监测数据录入所述运算处理模块，按照设备运算规则进行节点充电状态运算，获得所述各联动节点充电状态信息。
进一步地，所述系统还包括：
联动关系获得模块，所述联动关系获得模块用于根据多联动数据模块及各联动数据模块的联动关系，确定运算任务匹配的联动数据模块及联动关系；
联动参数获得模块，所述联动参数获得模块用于根据所述联动数据模块及设备运算规则，确定节点设备的联动参数；
联动拓扑关系获得模块，所述联动拓扑关系获得模块用于基于节点设备的联动参数，构建运算任务匹配的联动数据模块的联动拓扑关系；
状态分析结果获得模块，所述状态分析结果获得模块用于对所述联动拓扑关系中各联动参数进行状态分析，确定各联动拓扑关系中节点的状态分析结果；
状态分析结果处理模块，所述状态分析结果处理模块用于基于所述运算任务匹配的联动数据模块及联动关系、各联动拓扑关系中节点的状态分析结果进行整合联动分析，获得各联动节点充电状态信息。
进一步地，所述系统还包括：
同批协同设备获得模块，所述同批协同设备获得模块用于获取充电设备的同批协同设备，所述同批协同设备具有相同型号、相同规格、相同投用时间；
同批协同储能数据获得模块，所述同批协同储能数据获得模块用于通过电量监测设备对充电设备的储能模块进行数据读取，获得同批协同储能数据；
电量转算速度获得模块，所述电量转算速度获得模块用于基于所述同批协同储能数据进行充电设备电量转换速度分析，确定各设备的电量转算速度；
电池损耗系数获得模块，所述电池损耗系数获得模块用于根据所述各设备的电量转算速度进行同期类比，获得电池损耗系数；
电池损耗系数处理模块，所述电池损耗系数处理模块用于利用所述电池损耗系数对联动节点充电状态信息进行修正。
进一步地，所述系统还包括：
同类联动设备数据库获得模块，所述同类联动设备数据库获得模块用于基于所述充电设备，进行同类联动设备调取，获得同类联动设备数据库，其中，所述同类联动设备数据库包括历史同类联动设备数据集；
状态分类数据趋势集获得模块，所述状态分类数据趋势集获得模块用于对所述历史同类联动设备数据集进行状态分类，确定状态分类数据趋势集，其中包括正常运行状态、异常运行状态；
数据走势吻合度获得模块，所述数据走势吻合度获得模块用于利用所述状态分类数据趋势集与各联动节点充电监测数据进行同步比对，获得数据走势吻合度；
设备充电状态评价信息获得模块，所述设备充电状态评价信息获得模块用于根据所述数据走势吻合度、所述状态分类数据趋势集，确定设备充电状态评价信息进行反馈。
进一步地，所述系统还包括：
设备数据矩阵获得模块，所述设备数据矩阵获得模块用于利用所述在线联动设备数据集与联动节点充电监测数据，构建设备数据矩阵；
设备数据矩阵处理模块，所述设备数据矩阵处理模块用于基于所述设备数据矩阵进行横向数据趋势分析、纵向数据类比分析，确定设备充电状态评价信息进行反馈；
反馈信息获得模块，所述反馈信息获得模块用于当所述历史同类联动设备数据集、在线联动设备数据集获得的设备充电状态评价信息相同时，确定反馈信息，当不相同时，设定反馈权值，基于所述反馈权值确定所述反馈信息。
前述实施例一中的一种多数据联动的充电监测方法具体实例同样适用于本实施例的一种多数据联动的充电监测系统，通过前述对一种多数据联动的充电监测方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种多数据联动的充电监测系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。
实施例三
图5是根据本公开第三实施例的示意图，如图5所示，本公开中的计算机设备600可以包括：处理器601和存储器602。
存储器602，用于存储程序；存储器602，可以包括易失性存储器（英文：volatilememory），例如随机存取存储器（英文：random-access memory，缩写：RAM），如静态随机存取存储器（英文：static random-access memory，缩写：SRAM），双倍数据率同步动态随机存取存储器（英文：Double Data Rate Synchronous Dynamic Random Access Memory，缩写：DDR SDRAM）等；存储器也可以包括非易失性存储器（英文：non-volatile memory），例如快闪存储器（英文：flash memory）。存储器602用于存储计算机程序（如实现上述方法的应用程序、功能模块等）、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器602中。并且上述的计算机程序、计算机指令、数据等可以被处理器601调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器602中。并且上述的计算机程序、计算机指令等可以被处理器601调用。
处理器601，用于执行存储器602存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。
具体可以参见前面方法实施例中的相关描述。
处理器601和存储器602可以是独立结构，也可以是集成在一起的集成结构。当处理器601和存储器602是独立结构时，存储器602、处理器601可以通过总线603耦合连接。
本实施例的计算机设备可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合和替代。任何在本公开的精神和原则之内所做的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (10)
1.一种多数据联动的充电监测方法，其特征在于，包括：
基于充电设备进行充电供应链分割，确定供电链路节点，并根据所述供电链路节点的监测目标特征设置物联网采集设备，建立物联网采集模块；
根据所述供电链路节点及连接关系，设定多联动数据模块及各联动数据模块的联动关系，通过物联网采集设备对各供电链路节点进行充电监测数据采集，利用供电链路节点与多联动数据模块的对应关系，将充电监测数据存入对应的联动数据模块中；
通过所述多联动数据模块分别进行各联动节点充电监测数据处理，确定各联动节点充电状态信息；
基于各联动数据模块的联动关系、各联动节点充电状态信息进行联动协同分析，确定联动协同关系；
根据所述联动协同关系确定充电评价结果，并基于所述充电评价结果进行充电控制反馈。
2.如权利要求1所述的方法，其特征在于，所述基于充电设备进行充电供应链分割，确定供电链路节点，包括：
基于所述充电设备进行供应源、供应终端追溯，确定供应链主体；
基于所述供应链主体进行供应连接设备影响性分析，当供应连接设备影响性达到预设阈值时，将供应连接设备为连接供应主体；
按照供应链的供应顺序，将所述供应链主体、连接供应主体进行连接，构成所述供电链路节点。
3.如权利要求1所述的方法，其特征在于，通过所述多联动数据模块分别进行各联动节点充电监测数据处理，确定各联动节点充电状态信息，包括：
从联动数据模块提取设备运算规则，其中包括供应端运算规则、充电设备运算规则、连接设备运算规则、终端充电运算规则；
基于所述设备运算规则，激活运算处理模块，并根据所述设备运算规则确定运算参数，从充电监测数据中进行参数提取；
将提取的运算监测数据录入所述运算处理模块，按照设备运算规则进行节点充电状态运算，获得所述各联动节点充电状态信息。
4.如权利要求3所述的方法，其特征在于，还包括：
根据多联动数据模块及各联动数据模块的联动关系，确定运算任务匹配的联动数据模块及联动关系；
根据所述联动数据模块及设备运算规则，确定节点设备的联动参数；
基于节点设备的联动参数，构建运算任务匹配的联动数据模块的联动拓扑关系；
对所述联动拓扑关系中各联动参数进行状态分析，确定各联动拓扑关系中节点的状态分析结果；
基于所述运算任务匹配的联动数据模块及联动关系、各联动拓扑关系中节点的状态分析结果进行整合联动分析，获得各联动节点充电状态信息。
5.如权利要求3所述的方法，其特征在于，当联动数据模块的设备运算规则为充电设备运算规则时，所述获得所述各联动节点充电状态信息之后，包括：
获取充电设备的同批协同设备，所述同批协同设备具有相同型号、相同规格、相同投用时间；
通过电量监测设备对充电设备的储能模块进行数据读取，获得同批协同储能数据；
基于所述同批协同储能数据进行充电设备电量转换速度分析，确定各设备的电量转算速度；
根据所述各设备的电量转算速度进行同期类比，获得电池损耗系数；
利用所述电池损耗系数对联动节点充电状态信息进行修正。
6.如权利要求1所述的方法，其特征在于，还包括：
基于所述充电设备，进行同类联动设备调取，获得同类联动设备数据库，其中，所述同类联动设备数据库包括历史同类联动设备数据集；
对所述历史同类联动设备数据集进行状态分类，确定状态分类数据趋势集，其中包括正常运行状态、异常运行状态；
利用所述状态分类数据趋势集与各联动节点充电监测数据进行同步比对，获得数据走势吻合度；
根据所述数据走势吻合度、所述状态分类数据趋势集，确定设备充电状态评价信息进行反馈。
7.如权利要求6所述的方法，其特征在于，所述同类联动设备数据库还包括在线联动设备数据集，所述方法还包括：
利用所述在线联动设备数据集与联动节点充电监测数据，构建设备数据矩阵；
基于所述设备数据矩阵进行横向数据趋势分析、纵向数据类比分析，确定设备充电状态评价信息进行反馈；
当所述历史同类联动设备数据集、在线联动设备数据集获得的设备充电状态评价信息相同时，确定反馈信息，当不相同时，设定反馈权值，基于所述反馈权值确定所述反馈信息。
8.如权利要求1所述的方法，其特征在于，根据所述联动协同关系确定充电评价结果，包括：
基于所述联动协同关系，根据充电评价公式：
，获得充电评价结果，其中，/>为第i个联动节点的评估结果，/>为第i个联动节点的任意一个设备指标的第k时刻监测值，/>为第i个联动节点的任意一个设备指标的预设健康特征区间，/>为预设的异常比例阈值，count（）为计数函数，m为监测的时刻总数，1≤k≤m。
9.一种多数据联动的充电监测系统，其特征在于，用于实施权利要求1-8中任意一项所述的一种多数据联动的充电监测方法，所述系统包括：
物联网采集模块获得模块，所述物联网采集模块获得模块用于基于充电设备进行充电供应链分割，确定供电链路节点，并根据所述供电链路节点的监测目标特征设置物联网采集设备，建立物联网采集模块；
充电监测数据获得模块，所述充电监测数据获得模块用于根据所述供电链路节点及连接关系，设定多联动数据模块及各联动数据模块的联动关系，通过物联网采集设备对各供电链路节点进行充电监测数据采集，利用供电链路节点与多联动数据模块的对应关系，将充电监测数据存入对应的联动数据模块中；
充电状态信息获得模块，所述充电状态信息获得模块用于通过所述多联动数据模块分别进行各联动节点充电监测数据处理，确定各联动节点充电状态信息；
联动协同关系获得模块，所述联动协同关系获得模块用于基于各联动数据模块的联动关系、各联动节点充电状态信息进行联动协同分析，确定联动协同关系；
充电评价结果获得模块，所述充电评价结果获得模块用于根据所述联动协同关系确定充电评价结果，并基于所述充电评价结果进行充电控制反馈。
10.一种计算机设备，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1-8中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311158217.0A CN117154890B (zh) | 2023-09-08 | 2023-09-08 | 一种多数据联动的充电监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311158217.0A CN117154890B (zh) | 2023-09-08 | 2023-09-08 | 一种多数据联动的充电监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117154890A true CN117154890A (zh) | 2023-12-01 |
| CN117154890B CN117154890B (zh) | 2024-02-20 |
Family
ID=88900504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311158217.0A Active CN117154890B (zh) | 2023-09-08 | 2023-09-08 | 一种多数据联动的充电监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117154890B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108135033A (zh) * | 2017-12-19 | 2018-06-08 | 维沃移动通信有限公司 | 一种蓝牙连接方法及移动终端 |
| CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控系统及方法 |
| WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
| CN114417953A (zh) * | 2021-11-26 | 2022-04-29 | 广东大唐国际雷州发电有限责任公司 | 一种充电桩负荷识别及负荷保护安全方法 |
| WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视系统及方法 |
| CN115149637A (zh) * | 2022-06-13 | 2022-10-04 | 北京天能继保电力科技有限公司 | 一种配电网的智能运维方法和运维、监测系统和介质 |
| CN115549094A (zh) * | 2022-12-01 | 2022-12-30 | 速度时空信息科技股份有限公司 | 一种智能电网变电设备预警评估方法及系统 |
| CN115986874A (zh) * | 2022-12-26 | 2023-04-18 | 昆山金鑫新能源科技股份有限公司 | 一种电池充电安全监测预警方法及系统 |
| CN116413604A (zh) * | 2022-10-21 | 2023-07-11 | 杭州安脉盛智能技术有限公司 | 一种电池参数监测方法、系统、装置及存储介质 |
-
2023
- 2023-09-08 CN CN202311158217.0A patent/CN117154890B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108135033A (zh) * | 2017-12-19 | 2018-06-08 | 维沃移动通信有限公司 | 一种蓝牙连接方法及移动终端 |
| WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
| CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控系统及方法 |
| WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视系统及方法 |
| CN114417953A (zh) * | 2021-11-26 | 2022-04-29 | 广东大唐国际雷州发电有限责任公司 | 一种充电桩负荷识别及负荷保护安全方法 |
| CN115149637A (zh) * | 2022-06-13 | 2022-10-04 | 北京天能继保电力科技有限公司 | 一种配电网的智能运维方法和运维、监测系统和介质 |
| CN116413604A (zh) * | 2022-10-21 | 2023-07-11 | 杭州安脉盛智能技术有限公司 | 一种电池参数监测方法、系统、装置及存储介质 |
| CN115549094A (zh) * | 2022-12-01 | 2022-12-30 | 速度时空信息科技股份有限公司 | 一种智能电网变电设备预警评估方法及系统 |
| CN115986874A (zh) * | 2022-12-26 | 2023-04-18 | 昆山金鑫新能源科技股份有限公司 | 一种电池充电安全监测预警方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117154890B (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112331941A (zh) | 云端辅助电池管理系统及方法 | |
| CN108306303A (zh) | 一种考虑负荷增长和新能源出力随机的电压稳定评估方法 | |
| CN106058857B (zh) | 计及负荷转移与切负荷的主动配电网可靠性评估方法 | |
| CN112561303B (zh) | 基于集成学习和电网拓扑变化的电力系统动态分析方法 | |
| CN113178864A (zh) | 配电网供电故障恢复方法、装置及终端设备 | |
| CN116826933A (zh) | 一种基于知识图谱混合储能电池供电反步控制方法及系统 | |
| CN111091141B (zh) | 一种基于分层Softmax的光伏背板故障诊断方法 | |
| CN107134774B (zh) | 含分布式电源的配电网可靠性分析方法和系统 | |
| CN115389955A (zh) | 一种电池内外总压测试的压差预测方法及装置 | |
| CN109378834A (zh) | 基于信息最大相关的大规模电网电压稳定裕度评估系统 | |
| CN117154890B (zh) | 一种多数据联动的充电监测方法及系统 | |
| CN110765454B (zh) | 一种电力系统的运行状态重构方法及终端 | |
| CN114047372B (zh) | 一种基于电压特征的台区拓扑辨识系统 | |
| CN115693916A (zh) | 一种变电站直流电源智能在线监测方法及系统 | |
| CN106684854B (zh) | 一种基于节点等效的有源配电网电压越限风险分析方法 | |
| CN114710116A (zh) | 一种基于模糊模型的光伏电池组件的实测建模方法及系统 | |
| CN109270347B (zh) | 一种针对同步相量量测的电网可观测性分析方法 | |
| CN114611590A (zh) | 一种基于图神经网络的电力系统缺失数据重建方法及系统 | |
| Zhang et al. | A situation awareness and early warning method for voltage instability risk | |
| CN113762748B (zh) | 基于线路潮流方向优化的韧性电网风险评估方法及系统 | |
| Lan et al. | MRFO-AEO based batteries parameter identification for life prediction | |
| Wang et al. | Research on power system reliability evaluation based on improved time series algorithm | |
| CN116976060B (zh) | 分布式新能源集群-负荷-网络动态重构的灵活组网方法 | |
| CN118133055B (zh) | 基于层次聚类和决策树的变压器状态预警方法及系统 | |
| CN116819341B (zh) | 一种锂电池加速参数辨识方法、系统及电子设备 |
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 |