CN117371670B - 一种新能源电动汽车充电桩的可靠性分析系统 - Google Patents
一种新能源电动汽车充电桩的可靠性分析系统 Download PDFInfo
- Publication number
- CN117371670B CN117371670B CN202311667885.6A CN202311667885A CN117371670B CN 117371670 B CN117371670 B CN 117371670B CN 202311667885 A CN202311667885 A CN 202311667885A CN 117371670 B CN117371670 B CN 117371670B
- Authority
- CN
- China
- Prior art keywords
- evaluation index
- charging
- idle
- temperature
- slow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 96
- 238000010606 normalization Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000012797 qualification Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 4
- 206010000369 Accident Diseases 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910052697 platinum Inorganic materials 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013021 overheating Methods 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
-
- 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
- G01R31/003—Environmental or reliability tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种新能源电动汽车充电桩的可靠性分析系统，涉及新能源电动汽车充电桩技术领域，包括：数据采集模块，包括运行数据采集单元和状态监测单元；空闲分析模块，用于分析新能源电动汽车充电桩空闲状态时的运行数据；充电分析模块，包括快充分析单元和慢充分析单元。可靠性分析模块，计算获得充电桩可靠性指数；安全预警模块，用于监测新能源电动汽车充电桩的异常情况，并向外发出对应的预警信号。通过具体分析空闲、慢充及快充状态下的新能源汽车充电桩的温度和功率，可以精准识别出不同工作状态下充电桩的异常情况，及时发现异常情况。
Description
技术领域
本发明涉及新能源电动汽车充电桩技术领域，具体为一种新能源电动汽车充电桩的可靠性分析系统。
背景技术
随着全球对可再生能源和环境保护的关注度不断提高，新能源电动汽车（NEV）的使用日益普及。作为电动汽车的关键基础设施，新能源电动汽车充电桩（chargingstations）的可靠性直接影响到用户的使用体验和社会经济的发展。然而，由于充电桩的运行环境复杂多变，其可靠性面临着诸多挑战。为了解决这个问题，新能源电动汽车充电桩的可靠性分析系统应运而生。
在申请公布号为CN117074840A的中国发明申请中，公开了直流充电桩在线测试系统，包括时间确定模块，用于对未来日的外界相关信息进行分析，确定未来最佳测试时间段；测试处理模块，用于获取测试时频图，对测试时频图进行分析，确定直流充电桩的运行状态；关系确定模块，用于获取运行异常状态直流充电桩的温度变化系数，基于预设的温度变化系数与异常分析数据的对应区间关系，确定温度变化系数对应的异常分析数据；异常分析模块，用于获取运行异常状态直流充电桩的实测振动变化图，将实测振动变化图与标准振动变化图进行比较，若实测振动变化图与标准振动变化图存在差异，则记录标准振动变化图对应的异常原因和异常位置。
在以上发明申请中，通过分析直流充电桩的温度和振动，确定直流充电桩的事前异常和异常位置，但在数据处理上，由于充电桩工作状态的不同，温度和振动都会不同，如果都采用同一评价标准，容易产生故障判断错误和异常情况发现不及时等问题，引起火灾等安全事故的风险也较高。
为此，本发明提供了一种新能源电动汽车充电桩的可靠性分析系统。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明通过具体分析空闲、慢充及快充状态下的新能源汽车充电桩的温度和功率，可以精准识别出不同工作状态下充电桩的异常情况，及时发现异常情况，如过热或过充电等，从而采取相应的措施，避免可能引起的火灾等安全事故。并且综合考虑整个充电桩的可靠性，可以及时发现潜在的故障和问题，更好地掌握设备的维护需求和状况，及时发现需要维修或更换的部件，从而采取相应的措施进行预防和修复，避免设备故障对充电服务的影响，提高用户满意度，从而解决了背景技术中记载的技术问题。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种新能源电动汽车充电桩的可靠性分析系统，包括：
数据采集模块，包括运行数据采集单元和状态监测单元，运行数据采集单元用于实时采集新能源电动汽车充电桩的运行数据，包括电压、电流及温度，构建运行数据集；状态监测单元用于获取新能源电动汽车充电桩的工作状态及该工作状态下的理想功率，工作状态包括快充、慢充及空闲，构建工作状态数据集；
电压通过电压传感器周期性测量，电压传感器包括电缆式传感器、分压器及霍尔传感器；电流通过电流传感器周期性测量，电流传感器包括分流器和电磁式电流互感器；温度通过温度传感器周期性测量，温度传感器包括热敏电阻传感器、电热偶传感器、铂热电阻温度传感器及数字输出传感器；
充电桩的输出电压需要与电动汽车的电池电压相匹配。如果电压不匹配，可能导致电池过充或欠充，从而影响电池寿命。同时，如果充电桩的输入电压不稳定或波动较大，也可能影响充电桩的性能和寿命；充电桩的输出电流也会影响充电时间和充电效率。电流过大可能会损坏电池，而电流过小则可能导致充电时间过长；充电桩的温度也会影响其性能和使用寿命。如果温度过高，可能会导致电池过热，从而影响电池寿命和安全性；
工作状态及该工作状态下的理想功率通过连接互联网访问新能源电动汽车充电桩的管理平台或者APP获得；
空闲分析模块，用于分析新能源电动汽车充电桩空闲状态时的运行数据，计算获
得空闲功率评价指数Kx和空闲温度评价指数；
充电分析模块，包括快充分析单元和慢充分析单元，快充分析单元用于分析新能
源电动汽车充电桩快充状态时的运行数据，计算获得快充功率评价指数Ck和快充温度评价
指数；慢充分析单元用于分析新能源电动汽车充电桩慢充状态时的运行数据，计算获
得慢充功率评价指数Mc和慢充温度评价指数；
可靠性分析模块，通过将空闲功率评价指数、快充功率评价指数及慢充功率
评价指数计算获得充电桩可靠性指数；
安全预警模块，用于监测新能源电动汽车充电桩的异常情况，并向外发出对应的预警信号，包括温度预警单元、功率预警单元及维修预警单元。
进一步的，获取24小时内新能源电动汽车充电桩的运行数据和工作状态数据集，
依据数据记录时间提取出工作状态为空闲的运行数据，记录为空闲电压、空闲电流、空
闲温度及理想空闲功率。其中，a表示每个空闲运行数据的时间顺序编号，，k为正整数，理想空闲功率；
获取空闲电压、空闲电流及理想空闲功率，进行线性归一化处理后，计算获
得空闲功率评价指数Kx：
对应的空闲功率评价指数Kx的计算公式如上；
获取空闲温度，进行线性归一化处理后，计算获得空闲温度评价指数：
对应的空闲温度评价指数的计算公式如上。
进一步的，获取24小时内新能源电动汽车充电桩的运行数据和工作状态数据集，
依据数据记录时间提取出工作状态为快充的运行数据，记录为快充电压、快充电流、快
充温度及理想快充功率。其中，b表示每个快充运行数据的时间顺序编号，m，m为正整数；
获取快充电压和快充电流及理想快充功率，进行线性归一化处理后，计算获
得快充功率评价指数Ck：
对应的快充功率评价指数Ck的计算公式如上；
获取快充温度，进行线性归一化处理后，计算获得快充温度评价指数：
对应的快充温度评价指数的计算公式如上；
进一步的，获取24小时内新能源电动汽车充电桩的运行数据和工作状态数据集，
依据数据记录时间提取出工作状态为慢充的运行数据，记录为慢充电压、慢充电流、慢
充温度及理想慢充功率。其中，c表示每个慢充运行数据的时间顺序编号，n，n为正整数；
获取慢充电压和慢充电流及理想慢充功率，进行线性归一化处理后，计算获
得慢充功率评价指数Mc：
对应的慢充功率评价指数Mc的计算公式如上；
获取慢充温度，进行线性归一化处理后，计算获得慢充温度评价指数：
对应的慢充温度评价指数的计算公式如上。
进一步的，获取所有的空闲功率评价指数、快充功率评价指数及慢充功率评
价指数，进行线性归一化处理后，计算获得充电桩可靠性指数，对应的充电桩可靠性
指数的计算公式如下：
其中，，，且，为权重，其具体值可由分析
函数拟合生成。
需要说明的是，由本领域技术人员采集多组样本数据并对每一组样本数据设定对
应的预设比例系数；将设定的预设比例系数和采集的样本数据代入公式，任意两个公式构
成二元一次方程组，将计算得到的系数进行筛选并取均值，得到的取值；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数；只要不影响参数与量化后数值的比例关系即可。
进一步的，温度预警单元用于监测新能源电动汽车充电桩的温度异常情况，并向外发出对应的温度预警，具体为：
获取空闲温度评价指数、慢充温度评价指数及快充温度评价指数，当
其中至少有一个大于温度安全阈值时，向外发出温度安全预警，并将充电桩断电。其中温度
安全阈值为1。
进一步的，功率预警单元用于监测新能源电动汽车充电桩的功率异常情况，并向外发出对应的功率预警，具体为：
获取空闲功率评价指数Kx、慢充功率评价指数Mc及快充功率评价指数Ck，当其中至少有一个大于功率合格阈值时，向外发出对应工作状态的功率不合格预警，其中功率合格阈值为1。
进一步的，维修预警单元用于监测新能源电动汽车充电桩的可靠性异常情况，并向外发出对应的可靠性预警，具体为：
获取充电桩可靠性指数，当充电桩可靠性指数大于充电桩可靠性阈值时，向
外发出可靠性预警，其中充电桩可靠性阈值为1。
（三）有益效果
本发明提供了一种新能源电动汽车充电桩的可靠性分析系统，具备以下有益效果：
1、通过监测新能源电动汽车充电桩空闲、慢充及快充不同工作状态下的温度，并对不同工作状态下的温度分别进行分析，避免评判标准单一，可以提高充电效率，延长电池寿命，及时发现异常情况，如过热或过充电等，从而采取相应的措施，避免可能引起的火灾等安全事故。
2、通过监测新能源电动汽车充电桩空闲、慢充及快充不同工作状态下的功率异常情况，可以更好地管理和控制充电桩的能源利用，避免能源浪费和过度消耗，对于功率不合格的充电桩，及时发出预警可以避免对电池造成过度损耗，保护电池并提高其使用寿命。并且可以及时发现过载、短路等安全隐患，从而采取相应的措施，避免设备损坏和影响正常运行。
3、通过监测充电桩的可靠性异常情况，可以及时发现潜在的故障和问题，更好地掌握设备的维护需求和状况，及时发现需要维修或更换的部件，从而采取相应的措施进行预防和修复，避免设备故障对充电服务的影响，提高用户满意度。
附图说明
图1为本发明一种新能源电动汽车充电桩的可靠性分析系统结构示意图。
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，所描述的实施例仅仅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。
请参阅图1，本发明提供一种新能源电动汽车充电桩的可靠性分析系统，包括：
数据采集模块，包括运行数据采集单元和状态监测单元，运行数据采集单元用于实时采集新能源电动汽车充电桩的运行数据，包括电压、电流及温度，构建运行数据集。状态监测单元用于获取新能源电动汽车充电桩的工作状态及该工作状态下的理想功率，工作状态包括快充、慢充及空闲，构建工作状态数据集。
电压通过电压传感器周期性测量，电压传感器包括电缆式传感器、分压器及霍尔传感器；电流通过电流传感器周期性测量，电流传感器包括分流器和电磁式电流互感器；温度通过温度传感器周期性测量，温度传感器包括热敏电阻传感器、电热偶传感器、铂热电阻温度传感器及数字输出传感器。
充电桩的输出电压需要与电动汽车的电池电压相匹配。如果电压不匹配，可能导致电池过充或欠充，从而影响电池寿命。同时，如果充电桩的输入电压不稳定或波动较大，也可能影响充电桩的性能和寿命；充电桩的输出电流也会影响充电时间和充电效率。电流过大可能会损坏电池，而电流过小则可能导致充电时间过长；充电桩的温度也会影响其性能和使用寿命。如果温度过高，可能会导致电池过热，从而影响电池寿命和安全性。
工作状态及该工作状态下的理想功率通过连接互联网访问新能源电动汽车充电桩的管理平台或者APP获得。
空闲分析模块，用于分析新能源电动汽车充电桩空闲状态时的运行数据，计算获
得空闲功率评价指数Kx和空闲温度评价指数。
获取24小时内新能源电动汽车充电桩的运行数据和工作状态数据集，依据数据记
录时间提取出工作状态为空闲的运行数据，记录为空闲电压、空闲电流、空闲温度及
理想空闲功率。其中，a表示每个空闲运行数据的时间顺序编号，，k为正整数，理想空闲功率。
获取空闲电压、空闲电流及理想空闲功率，进行线性归一化处理后，计算获
得空闲功率评价指数Kx：
对应的空闲功率评价指数Kx的计算公式如上。
获取空闲温度，进行线性归一化处理后，计算获得空闲温度评价指数：
对应的空闲温度评价指数的计算公式如上。
通过监测新能源电动汽车充电桩空闲、慢充及快充不同工作状态下的温度，并对不同工作状态下的温度分别进行分析，避免评判标准单一，可以提高充电效率，延长电池寿命，及时发现异常情况，如过热或过充电等，从而采取相应的措施，避免可能引起的火灾等安全事故。
充电分析模块，包括快充分析单元和慢充分析单元，快充分析单元用于分析新能
源电动汽车充电桩快充状态时的运行数据，计算获得快充功率评价指数Ck和快充温度评价
指数；慢充分析单元用于分析新能源电动汽车充电桩慢充状态时的运行数据，计算获
得慢充功率评价指数Mc和慢充温度评价指数。
获取24小时内新能源电动汽车充电桩的运行数据和工作状态数据集，依据数据记
录时间提取出工作状态为快充的运行数据，记录为快充电压、快充电流、快充温度及
理想快充功率。其中，b表示每个快充运行数据的时间顺序编号，
m，m为正整数。
获取快充电压和快充电流及理想快充功率，进行线性归一化处理后，计算获
得快充功率评价指数Ck：
对应的快充功率评价指数Ck的计算公式如上。
获取快充温度，进行线性归一化处理后，计算获得快充温度评价指数：
对应的快充温度评价指数的计算公式如上；
获取24小时内新能源电动汽车充电桩的运行数据和工作状态数据集，依据数据记
录时间提取出工作状态为慢充的运行数据，记录为慢充电压、慢充电流、慢充温度及理
想慢充功率。其中，c表示每个慢充运行数据的时间顺序编号，n，
n为正整数。
获取慢充电压和慢充电流及理想慢充功率，进行线性归一化处理后，计算获
得慢充功率评价指数Mc：
对应的慢充功率评价指数Mc的计算公式如上。
获取慢充温度，进行线性归一化处理后，计算获得慢充温度评价指数：
对应的慢充温度评价指数的计算公式如上。
通过监测新能源电动汽车充电桩空闲、慢充及快充不同工作状态下的功率异常情况，可以更好地管理和控制充电桩的能源利用，避免能源浪费和过度消耗，对于功率不合格的充电桩，及时发出预警可以避免对电池造成过度损耗，保护电池并提高其使用寿命。并且可以及时发现过载、短路等安全隐患，从而采取相应的措施，避免设备损坏和影响正常运行。
可靠性分析模块，通过将空闲功率评价指数、快充功率评价指数及慢充功率
评价指数计算获得充电桩可靠性指数。
获取所有的空闲功率评价指数、快充功率评价指数及慢充功率评价指数，
进行线性归一化处理后，计算获得充电桩可靠性指数，对应的充电桩可靠性指数的计
算公式如下：
其中，，，且，为权重，其具体值可由分析
函数拟合生成；
需要说明的是，由本领域技术人员采集多组样本数据并对每一组样本数据设定对
应的预设比例系数；将设定的预设比例系数和采集的样本数据代入公式，任意两个公式构
成二元一次方程组，将计算得到的系数进行筛选并取均值，得到的取值；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数；只要不影响参数与量化后数值的比例关系即可。
安全预警模块，用于监测新能源电动汽车充电桩的异常情况，并向外发出对应的预警信号，包括温度预警单元、功率预警单元及维修预警单元。
通过监测充电桩的可靠性异常情况，可以及时发现潜在的故障和问题，更好地掌握设备的维护需求和状况，及时发现需要维修或更换的部件，从而采取相应的措施进行预防和修复，避免设备故障对充电服务的影响，提高用户满意度。
温度预警单元用于监测新能源电动汽车充电桩的温度异常情况，并向外发出对应的温度预警，具体为：
获取空闲温度评价指数、慢充温度评价指数及快充温度评价指数，当
其中至少有一个大于温度安全阈值时，向外发出温度安全预警，并将充电桩断电。其中温度
安全阈值为1。
功率预警单元用于监测新能源电动汽车充电桩的功率异常情况，并向外发出对应的功率预警，具体为：
获取空闲功率评价指数Kx、慢充功率评价指数Mc及快充功率评价指数Ck，当其中至少有一个大于功率合格阈值时，向外发出对应工作状态的功率不合格预警，其中功率合格阈值为1。
维修预警单元用于监测新能源电动汽车充电桩的可靠性异常情况，并向外发出对应的可靠性预警，具体为：
获取充电桩可靠性指数，当充电桩可靠性指数大于充电桩可靠性阈值时，向
外发出可靠性预警，其中充电桩可靠性阈值为1。
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。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。
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。
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。
Claims (1)
1.一种新能源电动汽车充电桩的可靠性分析系统，其特征在于：包括：
数据采集模块，包括运行数据采集单元和状态监测单元，运行数据采集单元用于实时采集新能源电动汽车充电桩的运行数据，包括电压、电流及温度，构建运行数据集；状态监测单元用于获取新能源电动汽车充电桩的工作状态及该工作状态下的理想功率，工作状态包括快充、慢充及空闲，构建工作状态数据集；
空闲分析模块，用于分析新能源电动汽车充电桩空闲状态时的运行数据，计算获得空闲功率评价指数Kx和空闲温度评价指数；
获取24小时内新能源电动汽车充电桩的运行数据和工作状态数据集，依据数据记录时间提取出工作状态为空闲的运行数据，记录为空闲电压、空闲电流/>、空闲温度/>及理想空闲功率/>；其中，a表示每个空闲运行数据的时间顺序编号，/>，k为正整数，理想空闲功率/>；
获取空闲电压、空闲电流/>及理想空闲功率/>，进行线性归一化处理后，计算获得空闲功率评价指数Kx：
，
对应的空闲功率评价指数Kx的计算公式如上；
获取空闲温度，进行线性归一化处理后，计算获得空闲温度评价指数/>：
，
对应的空闲温度评价指数的计算公式如上；
充电分析模块，包括快充分析单元和慢充分析单元，快充分析单元用于分析新能源电动汽车充电桩快充状态时的运行数据，计算获得快充功率评价指数Ck和快充温度评价指数；慢充分析单元用于分析新能源电动汽车充电桩慢充状态时的运行数据，计算获得慢充功率评价指数Mc和慢充温度评价指数/>；
获取24小时内新能源电动汽车充电桩的运行数据和工作状态数据集，依据数据记录时间提取出工作状态为快充的运行数据，记录为快充电压、快充电流/>、快充温度/>及理想快充功率/>；其中，b表示每个快充运行数据的时间顺序编号，/>m，m为正整数；
获取快充电压和快充电流/>及理想快充功率/>，进行线性归一化处理后，计算获得快充功率评价指数Ck：
，
对应的快充功率评价指数Ck的计算公式如上；
获取快充温度，进行线性归一化处理后，计算获得快充温度评价指数/>：
，
对应的快充温度评价指数的计算公式如上；
获取24小时内新能源电动汽车充电桩的运行数据和工作状态数据集，依据数据记录时间提取出工作状态为慢充的运行数据，记录为慢充电压、慢充电流/>、慢充温度/>及理想慢充功率/>；其中，c表示每个慢充运行数据的时间顺序编号，/>n，n为正整数；
获取慢充电压和慢充电流/>及理想慢充功率/>，进行线性归一化处理后，计算获得慢充功率评价指数Mc：
，
对应的慢充功率评价指数Mc的计算公式如上；
获取慢充温度，进行线性归一化处理后，计算获得慢充温度评价指数/>：
，
对应的慢充温度评价指数的计算公式如上；
可靠性分析模块，通过将空闲功率评价指数、快充功率评价指数/>及慢充功率评价指数/>计算获得充电桩可靠性指数/>；
获取所有的空闲功率评价指数、快充功率评价指数/>及慢充功率评价指数/>，进行线性归一化处理后，计算获得充电桩可靠性指数/>，对应的充电桩可靠性指数/>的计算公式如下：
，
其中，，/>，且/>，/>为权重，其具体值由分析函数拟合生成；
安全预警模块，用于监测新能源电动汽车充电桩的异常情况，并向外发出对应的预警信号，包括温度预警单元、功率预警单元及维修预警单元；
温度预警单元用于监测新能源电动汽车充电桩的温度异常情况，并向外发出对应的温度预警，具体为：获取空闲温度评价指数、慢充温度评价指数/>及快充温度评价指数/>，当其中至少有一个大于温度安全阈值时，向外发出温度安全预警，并将充电桩断电；其中温度安全阈值为1；
功率预警单元用于监测新能源电动汽车充电桩的功率异常情况，并向外发出对应的功率预警，具体为：获取空闲功率评价指数Kx、慢充功率评价指数Mc及快充功率评价指数Ck，当其中至少有一个大于功率合格阈值时，向外发出对应工作状态的功率不合格预警，其中功率合格阈值为1；
维修预警单元用于监测新能源电动汽车充电桩的可靠性异常情况，并向外发出对应的可靠性预警，具体为：获取充电桩可靠性指数，当充电桩可靠性指数/>大于充电桩可靠性阈值时，向外发出可靠性预警，其中充电桩可靠性阈值为1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311667885.6A CN117371670B (zh) | 2023-12-07 | 2023-12-07 | 一种新能源电动汽车充电桩的可靠性分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311667885.6A CN117371670B (zh) | 2023-12-07 | 2023-12-07 | 一种新能源电动汽车充电桩的可靠性分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117371670A CN117371670A (zh) | 2024-01-09 |
| CN117371670B true CN117371670B (zh) | 2024-03-12 |
Family
ID=89393283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311667885.6A Active CN117371670B (zh) | 2023-12-07 | 2023-12-07 | 一种新能源电动汽车充电桩的可靠性分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117371670B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118033282B (zh) * | 2024-02-21 | 2024-07-05 | 浙江顶峰技术服务有限公司 | 一种电动汽车充电桩安全规范检测系统及其方法 |
| CN118051856A (zh) * | 2024-03-18 | 2024-05-17 | 中国公路工程咨询集团有限公司 | 一种城市用新能源电动汽车充电桩监管平台 |
| CN118246750B (zh) * | 2024-05-30 | 2024-08-13 | 山西建设投资集团有限公司 | 一种基于人工智能的充电桩异常诊断预警系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109308587A (zh) * | 2018-10-30 | 2019-02-05 | 国网江苏省电力有限公司苏州供电分公司 | 电动汽车充电桩的可靠性分析系统及其智能诊断方法 |
| CN110341530A (zh) * | 2019-07-25 | 2019-10-18 | 一能充电科技(深圳)有限责任公司 | 基于云平台的新能源汽车交流充电桩集群及功率控制方法 |
| CN114397581A (zh) * | 2021-12-09 | 2022-04-26 | 国网天津市电力公司 | 一种面向直流充电桩充电监测数据的新能源汽车电池soc抗扰评估方法 |
| WO2022213597A1 (zh) * | 2021-04-07 | 2022-10-13 | 北京理工大学 | 一种新能源车辆三电系统安全特征数据库构建方法 |
| CN116609669A (zh) * | 2023-04-27 | 2023-08-18 | 东风汽车集团股份有限公司 | 一种基于大数据的动力电池充电工况提取方法及装置 |
| CN116653608A (zh) * | 2023-08-01 | 2023-08-29 | 天津滨电电力工程有限公司 | 电动汽车充电保护、控制方法、装置及存储介质 |
| CN117148001A (zh) * | 2023-08-29 | 2023-12-01 | 合肥掌魅无线信息科技有限公司 | 一种基于人工智能的新能源汽车充电桩故障预测系统 |
-
2023
- 2023-12-07 CN CN202311667885.6A patent/CN117371670B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109308587A (zh) * | 2018-10-30 | 2019-02-05 | 国网江苏省电力有限公司苏州供电分公司 | 电动汽车充电桩的可靠性分析系统及其智能诊断方法 |
| CN110341530A (zh) * | 2019-07-25 | 2019-10-18 | 一能充电科技(深圳)有限责任公司 | 基于云平台的新能源汽车交流充电桩集群及功率控制方法 |
| WO2022213597A1 (zh) * | 2021-04-07 | 2022-10-13 | 北京理工大学 | 一种新能源车辆三电系统安全特征数据库构建方法 |
| CN114397581A (zh) * | 2021-12-09 | 2022-04-26 | 国网天津市电力公司 | 一种面向直流充电桩充电监测数据的新能源汽车电池soc抗扰评估方法 |
| CN116609669A (zh) * | 2023-04-27 | 2023-08-18 | 东风汽车集团股份有限公司 | 一种基于大数据的动力电池充电工况提取方法及装置 |
| CN116653608A (zh) * | 2023-08-01 | 2023-08-29 | 天津滨电电力工程有限公司 | 电动汽车充电保护、控制方法、装置及存储介质 |
| CN117148001A (zh) * | 2023-08-29 | 2023-12-01 | 合肥掌魅无线信息科技有限公司 | 一种基于人工智能的新能源汽车充电桩故障预测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 电动汽车充电系统充电模式分析;孙焕新;;时代汽车;20170305(第06期) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117371670A (zh) | 2024-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117371670B (zh) | 一种新能源电动汽车充电桩的可靠性分析系统 | |
| JP5992186B2 (ja) | 二次電池装置および二次電池装置の異常検出方法 | |
| CN113167834A (zh) | 重型电机健全性分析平台及使用其的分析方法 | |
| US9784798B2 (en) | Battery voltage profile monitoring during generator start | |
| CN109870650B (zh) | 电池监控方法及系统 | |
| CN114744734B (zh) | 基于电池运行控制的电池充放电保护方法及管理系统 | |
| WO2017038749A1 (ja) | 電池の劣化診断装置、劣化診断方法、及び劣化診断システム | |
| CN110850303A (zh) | 一种电池单体自放电率评估方法 | |
| JP2018169161A (ja) | 電池の劣化診断装置、劣化診断方法、及び劣化診断システム | |
| KR20230129953A (ko) | 차량 배터리 셀 일관성 평가 방법, 장치, 기기 및 저장매체 | |
| CN103282787A (zh) | 自动紧急供电测试 | |
| CN116973782B (zh) | 基于机器学习的新能源汽车保养维护与故障监测诊断方法 | |
| KR20220006799A (ko) | 화재 예방을 위한 스마트 배터리관리시스템 | |
| EP2936186B1 (en) | Multi-phase power meter configured for monitoring generator battery voltage | |
| CN112782614A (zh) | 一种基于多信息融合的变流器的故障预警方法及装置 | |
| CN115219903A (zh) | 基于车联网数据分析的电池自放电率异常判断方法及装置 | |
| CN115214424A (zh) | 电池热管理系统的温度确定方法、装置及电子设备 | |
| CN115718258B (zh) | 电池故障检测 | |
| CN115144765A (zh) | 电池内短路故障检测方法及装置 | |
| CN115184808B (zh) | 电池热失控风险检测方法、装置、设备及计算机存储介质 | |
| CN112782499B (zh) | 一种基于多信息融合的变流器的状态评估方法及装置 | |
| CN118396215A (zh) | 一种变电站监控系统智能告警的评估系统 | |
| Steinbuss et al. | FOBSS: Monitoring data from a modular battery system | |
| Tang et al. | An aging-and load-insensitive method for quantitatively detecting the battery internal-short-circuit resistance | |
| CN112345972A (zh) | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |