CN117719382A - 一种充电安全分析模型构建与自动化充电桩监控系统 - Google Patents
一种充电安全分析模型构建与自动化充电桩监控系统 Download PDFInfo
- Publication number
- CN117719382A CN117719382A CN202311740460.3A CN202311740460A CN117719382A CN 117719382 A CN117719382 A CN 117719382A CN 202311740460 A CN202311740460 A CN 202311740460A CN 117719382 A CN117719382 A CN 117719382A
- Authority
- CN
- China
- Prior art keywords
- charging
- real
- charging pile
- pile
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 121
- 238000004458 analytical method Methods 0.000 title claims abstract description 53
- 238000010276 construction Methods 0.000 title claims abstract description 38
- 230000002159 abnormal effect Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 22
- 238000012423 maintenance Methods 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000010223 real-time analysis Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种充电安全分析模型构建与自动化充电桩监控系统,涉及模型构建技术领域,该系统运行时,通过充电桩监控模块来获取电桩实时信息,通过数据处理模块对电桩实时信息进行分类预处理,获取第一数据集和第二数据集,同步通过模型构建模块构建实时分析模型,获取:分析指数Fczs,通过预警模块将预设监测阈值S和监测阈值T和分析指数Fcz进行对比,获取等级监测策略方案,最后通过决策模依据等级监测策略方案内容,进行具体执行,包括通知相关工作人员、充电桩异常显示和充电桩具体控制,尽可能的识别实时的潜在问题,通过及时发现充电桩的问题,不再依赖车主的反馈或人工监控,尽可能的提高了充电桩的安全性。
Description
技术领域
本发明涉及模型构建技术领域,具体为一种充电安全分析模型构建与自动化充电桩监控系统。
背景技术
电动汽车的普及带来了对充电桩基础设施的巨大需求,然而,尽管充电桩数量不断增加,但现有的监控方式仍然依赖于车主的反馈和人工监控,由于缺乏实时性,进而充电桩的问题通常直到车主需要充电时才会被发现,这不仅浪费了时间,还给电动汽车用户带来了不便,个体车主受到影响的同时,大规模电动汽车充电需求导致排队时间增加。
其中,依赖车主的反馈意味着问题可能在车主到达充电桩后才得以解决,造成了充电过程中的不确定性,此外,随着电动汽车数量的不断增加,排队时间也在不断延长,这对车主和运营商都构成了挑战,由于是人工监控,可能需要在一段时间后才能巡检到当前出现故障的充电桩,进而导致充电桩可能长期处于故障状态,引发危险情况。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种充电安全分析模型构建与自动化充电桩监控系统,解决了背景技术中提到的问题。
(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:一种充电安全分析模型构建与自动化充电桩监控系统,充电桩监控模块、数据处理模块、模型构建模块、预警模块和决策模块;
所述充电桩监控模块通过在充电桩内部安装的传感器组来获取电桩实时信息,并实时传输发生至所述数据处理模块;
所述数据处理模块对所述电桩实时信息进行分类预处理,再进行数据清洗和归一化处理,获取第一数据集和第二数据集;
所述模型构建模块通过选择分析模型,再将所述第一数据集和第二数据集输入模型中,进行构建实时分析模型,再进行深度计算,获取:分析指数Fczs;
所述分析指数Fczs通过以下公式获取:
Fxzs=[(A*Dyxs*150%)+(B*Hjxs*120%)]*40%+C
式中,Dyxs表示电桩电源系数,Hjxs表示电桩环境系数,A和B分别表示电桩电源系数Dyxs和电桩环境系数Hjxs的权重值,C表示修正常数;
所述电桩电源系数Dyxs通过第一数据集计算获取;
所述电桩环境系数Hjxs通过第二数据集计算获取;
所述预警模块将预设监测阈值S和监测阈值T和所述分析指数Fcz进行对比,获取等级监测策略方案;
所述决策模通过等级监测策略方案内容,进行具体执行,包括通知相关工作人员、充电桩异常显示和充电桩具体控制。
优选的,所述充电桩监控模块包括采集单元和传输单元;
所述采集单元通过一定周期内进行自检,进而通过传感器组来获取电桩实时信息,并对相应传感器获取的信息设定唯一标签,传感器组包括:电流传感器、电压传感器、温度传感器、湿度传感器和接口压力传感器;
所述唯一标签包括:电流标签DL、电压标签DY、温度标签WD、湿度标签SD和压力标签YL;
通过传感器组获取的电桩实时信息包括:实时电流值Dlz、实时电压值Dyz、实时温度值Wdz、实时湿度值Sdz和实时压力值Ylz;
所述传输单元负责将获取的实时信息通过移动网络和WIFI发送至所述数据处理模块。
优选的,所述数据处理模块包括分类单元和处理单元;
所述分类单元通过实时信息和同步传输的唯一标签与预设分类标签进行匹配,进行分类,以获取电桩电源分类标签信息,组成第一数据集,获取电桩环境分类标签信息,组成第二数据集;
电桩电源分类标签包括:电流标签DL和电压标签DY;
电桩环境分类标签包括:温度标签WD、湿度标签SD和压力标签YL;
第一数据集包括:实时电流值Dlz和实时电压值Dyz;
第二数据集包括:实时温度值Wdz、实时湿度值Sdz和实时压力值Ylz。
优选的,所述模型构建模块包括构建单元和计算单元;
所述构建单元通过电源健康性模型、环境安全性模型和充电插头连接状态模型对所述第一数据集和所述第二数据集进行构建运行模型;
所述计算单元通过构建运行模型进行计算,获取:电桩电源系数Dyxs和电桩环境系数Hjxs,再通过电桩电源系数Dyxs和电桩环境系数Hjxs进行深度计算,获取:分析指数Fczs。
优选的,所述电桩电源系数Dyxs通过以下公式获取:
Dyxs=|[(Ssdy-Dmin)/(Ssdy-Dmax)]|
式中,Ssdy表示实时电压值,Dmin表示预设充电桩功率的最小安全值,Dmax表示预设充电桩功率的最大安全值,通过实时电压值Ssdy与设充电桩最小安全值Dmin和充电桩功率最大安全值的比较Dmax,来表示充电桩的电源状态。
优选的,所述实时电压值Ssdy通过以下公式获取:
Ssdy=[(d*Dlz*150%)*(e*Dyz*150%)]*1%+F
式中,d和e分别表示实时电流值Dlz和实时电压值Dyz的权重值;
其中,0.43≤d≤0.52,0.39≤e≤0.48,且,d+e≤1.0,F表示修正常数。
优选的,所述电桩环境系数Hjxs通过以下公式获取:
式中,g、h和j分别表示实时温度值Wdz、实时湿度值Sdz和实时压力值Ylz的权重值;
其中,0.25≤g≤0.37,0.26≤h≤0.37,0.19≤j≤0.26,且,g+h+j≤1.0,K表示修正常数。
优选的,所述预警模块包括评估单元和通知单元;
所述评估单元通过预设监测阈值S和监测阈值T和所述分析指数Fcz进行对比,获取等级监测策略方案,其中,阈值的设定基于工程知识、相关充电桩要求和相关充电桩经验,由充电桩工作人员设定。
优选的,所述等级监测策略方案通过以下方式对比获取:
分析指数Fcz<监测阈值S,获取一级监测评估方案,无异常,继续进行常规的监测,包括定期巡检和记录充电桩状态;
监测阈值S≤分析指数Fcz≤监测阈值T,获取二级监测评估方案,当前充电桩存在异常,进行提醒,允许一定的时间用于车主自行停止充电或选择其他充电桩,并通知工作人员在一天内进行检修和维护;
分析指数Fcz>监测阈值T,获取三级监测评估方案,出现故障,紧急停止供电过程,并提醒充电车主不使用或者立即离开,并通知区域内最近的工作人员进行维修。
优选的,所述决策模块包括执行单元和通知单元;
所述执行单元根据等级监测策略方案内容,进行具体执行,包括对充电桩的供电进行开关,对充电桩显示器的显示进行开关,对充电桩警报提示书,进行开关;
所述通知单元根据等级监测策略方案内容,对相关人员和维护人员进行通知,并在充电桩显示器上显示相关故障信息和提示信息,以帮助充电车主理解和提供充电建议。
(三)有益效果
本发明提供了一种充电安全分析模型构建与自动化充电桩监控系统,具备以下有益效果:
(1)系统运行时,通过获取电桩实时信息,对电桩实时信息进行分类预处理,获取第一数据集和第二数据集,同步通过模型构建模块构建实时分析模型,获取:分析指数Fczs,通过预警模块将预设监测阈值S和监测阈值T和分析指数Fcz进行对比,获取等级监测策略方案,最后通过等级监测策略方案内容,进行具体执行,尽可能的识别实时的潜在问题,采取措施,通过及时发现充电桩的问题,不再依赖车主的反馈或人工监控,通过及时发现异常并提醒车主,为其提供了足够的时间自行采取措施,同时通知维护人员进行维修,从而降低了潜在的危险性,尽可能的提高了充电桩的安全性。
(2)通过多个等级的级监测策略方案,有效应对充电桩发生的多种情况,为充电车主和即将使用的充电桩的车主提供了明确的提示和使用建议,增强了充电过程的可控性和用户体验,车主能够根据不同的情况采取相应的行动,进而能够根据充电桩的状态采取适当行动,是继续充电、选择其他充电桩还是紧急离开,都有明确的指导,提高了充电过程的便捷性和安全性。
附图说明
图1为本发明一种充电安全分析模型构建与自动化充电桩监控系统框图流程示意图;
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、完整的描述,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。
电动汽车的普及带来了对充电桩基础设施的巨大需求,然而,尽管充电桩数量不断增加,但现有的监控方式仍然依赖于车主的反馈和人工监控,由于缺乏实时性,进而充电桩的问题通常直到车主需要充电时才会被发现,这不仅浪费了时间,还给电动汽车用户带来了不便,个体车主受到影响的同时,大规模电动汽车充电需求导致排队时间增加。
其中,依赖车主的反馈意味着问题可能在车主到达充电桩后才得以解决,造成了充电过程中的不确定性,此外,随着电动汽车数量的不断增加,排队时间也在不断延长,这对车主和运营商都构成了挑战,由于是人工监控,可能需要在一段时间后才能巡检到当前出现故障的充电桩,进而导致充电桩可能长期处于故障状态,引发危险情况。
实施例1
本发明提供一种充电安全分析模型构建与自动化充电桩监控系统,请参阅图1,充电桩监控模块、数据处理模块、模型构建模块、预警模块和决策模块;
所述充电桩监控模块通过在充电桩内部安装的传感器组来获取电桩实时信息,并实时传输发生至所述数据处理模块;
所述数据处理模块对所述电桩实时信息进行分类预处理,再进行数据清洗和归一化处理,获取第一数据集和第二数据集;
所述模型构建模块通过选择分析模型,再将所述第一数据集和第二数据集输入模型中,进行构建实时分析模型,再进行深度计算,获取:分析指数Fczs;
所述分析指数Fczs通过以下公式获取:
Fxzs=[(A*Dyxs*150%)+(B*Hjxs*120%)]*40%+C
式中,Dyxs表示电桩电源系数,Hjxs表示电桩环境系数,A和B分别表示电桩电源系数Dyxs和电桩环境系数Hjxs的权重值,C表示修正常数;
其中,0.41≤A≤0.52,0.37≤B≤0.48,且,A+B≤1.0;
所述电桩电源系数Dyxs通过第一数据集计算获取;
所述电桩环境系数Hjxs通过第二数据集计算获取;
所述预警模块将预设监测阈值S和监测阈值T和所述分析指数Fcz进行对比,获取等级监测策略方案;
所述决策模通过等级监测策略方案内容,进行具体执行,包括通知相关工作人员、充电桩异常显示和充电桩具体控制。
本实施例中,通过充电桩监控模块来获取电桩实时信息,通过数据处理模块对电桩实时信息进行分类预处理,获取第一数据集和第二数据集,同步通过模型构建模块构建实时分析模型,获取:分析指数Fczs,通过预警模块将预设监测阈值S和监测阈值T和分析指数Fcz进行对比,获取等级监测策略方案,最后通过决策模依据等级监测策略方案内容,进行具体执行,尽可能的识别实时的潜在问题,采取措施,通过及时发现充电桩的问题,不再依赖车主的反馈或人工监控,尽可能的提高了充电桩的安全性。
实施例2
本实施例是在实施例1中进行的解释说明,请参照图1,具体的:所述充电桩监控模块包括采集单元和传输单元;
所述采集单元通过一定周期内进行自检,进而通过传感器组来获取电桩实时信息,并对相应传感器获取的信息设定唯一标签,传感器组包括:电流传感器、电压传感器、温度传感器、湿度传感器和接口压力传感器;
电流传感器:用于测量充电桩的电流输出,用来确定电流是否在安全范围内,以及充电速度和充电电流相关信息;
电压传感器:用于测量充电桩的电压水平,用来确保电压稳定,避免过压或欠压情况;
温度传感器:用于监测充电桩的温度,用来检测是否存在过热或过冷情况,从而防止设备损坏或安全隐患;
湿度传感器:用于测量充电桩内部和外部一定范围内的湿度水平,用来确保环境条件适宜,避免湿度引发的短路问题;
接口压力传感器:用于监测充电接口的压力情况,用来确保连接安全,避免漏电或其他连接问题;
所述唯一标签包括:电流标签DL、电压标签DY、温度标签WD、湿度标签SD和压力标签YL;
通过传感器组获取的电桩实时信息包括:实时电流值Dlz、实时电压值Dyz、实时温度值Wdz、实时湿度值Sdz和实时压力值Ylz。
所述传输单元负责将获取的实时信息通过移动网络和WIFI发送至所述数据处理模块,增加其能够及时获取充电桩的最新状态和数据。
所述数据处理模块包括分类单元和处理单元;
所述分类单元通过实时信息和同步传输的唯一标签与预设分类标签进行匹配,进行分类,以获取电桩电源分类标签信息,组成第一数据集,获取电桩环境分类标签信息,组成第二数据集;
电桩电源分类标签包括:电流标签DL和电压标签DY;
电桩环境分类标签包括:温度标签WD、湿度标签SD和压力标签YL;
第一数据集包括:实时电流值Dlz和实时电压值Dyz;
第二数据集包括:实时温度值Wdz、实时湿度值Sdz和实时压力值Ylz。
所述模型构建模块包括构建单元和计算单元;
所述构建单元通过电源健康性模型、环境安全性模型和充电插头连接状态模型对所述第一数据集和所述第二数据集进行构建运行模型;
所述计算单元通过构建运行模型进行计算,获取:电桩电源系数Dyxs和电桩环境系数Hjxs,再通过电桩电源系数Dyxs和电桩环境系数Hjxs进行深度计算,获取:分析指数Fczs。
实施例3
本实施例是在实施例1中进行的解释说明,请参照图1,具体的:所述电桩电源系数Dyxs通过以下公式获取:
Dyxs=|[(Ssdy-Dmin)/(Ssdy-Dmax)]|
式中,Ssdy表示实时电压值,Dmin表示预设充电桩功率的最小安全值,Dmax表示预设充电桩功率的最大安全值,通过实时电压值Ssdy与设充电桩最小安全值Dmin和充电桩功率最大安全值的比较Dmax,来表示充电桩的电源状态,在电桩电源系数Dyxs发生快速变化时,触发二级监测评估方案。
所述实时电压值Ssdy通过以下公式获取:
Ssdy=[(d*Dlz*150%)*(e*Dyz*150%)]*1%+F
式中,d和e分别表示实时电流值Dlz和实时电压值Dyz的权重值;
其中,0.43≤d≤0.52,0.39≤e≤0.48,且,d+e≤1.0,F表示修正常数。
所述电桩环境系数Hjxs通过以下公式获取:
式中,g、h和j分别表示实时温度值Wdz、实时湿度值Sdz和实时压力值Ylz的权重值;
其中,0.25≤g≤0.37,0.26≤h≤0.37,0.19≤j≤0.26,且,g+h+j≤1.0,K表示修正常数。
实施例4
本实施例是在实施例1中进行的解释说明,请参照图1,具体的:所述预警模块包括评估单元和通知单元;
所述评估单元通过预设监测阈值S和监测阈值T和所述分析指数Fcz进行对比,获取等级监测策略方案,其中,阈值的设定基于工程知识、相关充电桩要求和相关充电桩经验,由充电桩工作人员设定。
所述等级监测策略方案通过以下方式对比获取:
分析指数Fcz<监测阈值S,获取一级监测评估方案,无异常,继续进行常规的监测,包括定期巡检和记录充电桩状态,持续收集充电桩的实时数据,包括电流、电压、温度、湿度信息,通过持续监测及时察觉潜在的异常问题或异常情况,并定期安排人员对充电桩进行巡检,以确保设备的正常运行,包括物理检查和设备状态的确认;
监测阈值S≤分析指数Fcz≤监测阈值T,获取二级监测评估方案,当前充电桩存在异常,进行提醒,允许一定的时间用于车主自行停止充电或选择其他充电桩,并通知工作人员在一天内进行检修和维护,通知充电桩存在一些异常情况,通过充电桩的显示屏、手机应用程序或短信通知方式实现,提醒的目的是让车主知道问题并提供他们有关如何应对的信息,允许一定的时间用于车主自行停止充电或选择其他可用的充电桩,这段时间通常会根据异常情况和充电车主的响应时间而定,过渡期有助于减少充电中断对车主的不便,同时,会自动通知维护人员或技术支持团队,以便他们在一定时间内赶到现场进行检修和维护,确保维护措施被采取,以解决异常情况并尽快恢复充电桩的正常运行;
分析指数Fcz>监测阈值T,获取三级监测评估方案,出现故障,紧急停止供电过程,并提醒充电车主不使用或者立即离开,并通知区域内最近的工作人员进行维修,其中立即停止供电过程,以避免进一步的问题和潜在的危险,这是保障充电过程安全的首要步骤,向正在使用充电桩的车主发送紧急提醒信息,通知车主停止充电并立即离开,提醒信息可包括详细的指示和如何安全地停止充电和远离故障充电桩,同步通知区域内最近的工作人员或专业维修团队,以确保他们能够尽快赶到现场进行维修,通过电子设备、随时移动端和电子邮件进行通知,并锁定充电桩,以防止其他车主继续使用,直到维修人员确认充电桩的安全性和正常运行。
所述决策模块包括执行单元和通知单元;
所述执行单元根据等级监测策略方案内容,进行具体执行,包括对充电桩的供电进行开关,对充电桩显示器的显示进行开关,对充电桩警报提示书,进行开关,对供电恢复,问题得到解决并经过维修确认,重新供电并启动充电桩,以使其恢复正常运行;
所述通知单元根据等级监测策略方案内容,对相关人员和维护人员进行通知,并在充电桩显示器上显示相关故障信息和提示信息,以帮助充电车主理解和提供充电建议,包括,显示器提示充电中断,请停止使用,或者提供详细的故障代码,以供用户参考,以及建议,包括停止充电、选择其他充电桩、等待维修人员到达和联系客户支持。
本实例中,通过多个等级的级监测策略方案,有效应对充电桩发生的多种情况,为充电车主和即将使用的充电桩的车主提供了明确的提示和使用建议,增强了充电过程的可控性和用户体验,车主能够根据不同的情况采取相应的行动,提高了充电过程的便捷性和安全性。
具体示例:一种某某充电桩运营团队使用的一种充电安全分析模型构建与自动化充电桩监控系统,将使用一些具体的参数和值来演示如何计算:分析指数Fczs、电桩电源系数Dyxs和电桩环境系数Hjxs;
假设拥有以下参数值:
实时电流值Dlz:50,实时电压值Dyz:380,电桩最小安全值Dmin:50和充电桩功率最大安全值的比较Dmax:350,权重值:d:0.47,e:0.46,修正常数F:3;
根据实时电压值Ssdy的计算公式:
实时电压值Ssdy=[(0.47*50*1.5)*(0.46*380*1.5)]*0.01+5=92.47;
根据电桩电源系数Dyxs的计算公式:
电桩电源系数Dyxs=|[(92.47-50)/(92.47-350)]|=0.16;
实时温度值Wdz:0.25、实时湿度值Sdz:0.40,实时压力值Ylz:1.01,权重值:g:0.34,h:0.29,j:0.22,修正常数K:5;
根据电桩环境系数Hjxs的计算公式获取:
电桩环境系数Hjxs=[(|1-0.25|)*0.34+(|1-0.4|)+(|1-1.01|)*0.22]/3+5=5.28;
权重值:A:0.46,B:0.43,修正常数C:5;
根据分析指数Fczs的计算公式:
分析指数Fczs=[(0.46*0.16*1.5)+(0.43*5.28*1.2)]*0.4+5=6.13;
以上计算结果取小数点后两位;
将预设监测阈值S设置为8和监测阈值T设置为16,与分析指数Fczs进行对比,获取,分析指数Fcz<监测阈值S,获取一级监测评估方案,无异常,继续进行常规的监测,包括定期巡检和记录充电桩状态。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:充电桩监控模块、数据处理模块、模型构建模块、预警模块和决策模块;
所述充电桩监控模块通过在充电桩内部安装的传感器组来获取电桩实时信息,并实时传输发生至所述数据处理模块;
所述数据处理模块对所述电桩实时信息进行分类预处理,再进行数据清洗和归一化处理,获取第一数据集和第二数据集;
所述模型构建模块通过选择分析模型,再将所述第一数据集和第二数据集输入模型中,进行构建实时分析模型,再进行深度计算,获取:分析指数Fczs;
所述分析指数Fczs通过以下公式获取:
Fxzs=[(A*Dyxs*150%)+(B*Hjxs*120%)]*40%+C
式中,Dyxs表示电桩电源系数,Hjxs表示电桩环境系数,A和B分别表示电桩电源系数Dyxs和电桩环境系数Hjxs的权重值,C表示修正常数;
所述电桩电源系数Dyxs通过第一数据集计算获取;
所述电桩环境系数Hjxs通过第二数据集计算获取;
所述预警模块将预设监测阈值S和监测阈值T和所述分析指数Fcz进行对比,获取等级监测策略方案;
所述决策模通过等级监测策略方案内容,进行具体执行,包括通知相关工作人员、充电桩异常显示和充电桩具体控制。
2.根据权利要求1所述的一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:所述充电桩监控模块包括采集单元和传输单元;
所述采集单元通过一定周期内进行自检,进而通过传感器组来获取电桩实时信息,并对相应传感器获取的信息设定唯一标签,传感器组包括:电流传感器、电压传感器、温度传感器、湿度传感器和接口压力传感器;
所述唯一标签包括:电流标签DL、电压标签DY、温度标签WD、湿度标签SD和压力标签YL;
通过传感器组获取的电桩实时信息包括:实时电流值Dlz、实时电压值Dyz、实时温度值Wdz、实时湿度值Sdz和实时压力值Ylz;
所述传输单元负责将获取的实时信息通过移动网络和WIFI发送至所述数据处理模块。
3.根据权利要求1所述的一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:所述数据处理模块包括分类单元和处理单元;
所述分类单元通过实时信息和同步传输的唯一标签与预设分类标签进行匹配,进行分类,以获取电桩电源分类标签信息,组成第一数据集,获取电桩环境分类标签信息,组成第二数据集;
电桩电源分类标签包括:电流标签DL和电压标签DY;
电桩环境分类标签包括:温度标签WD、湿度标签SD和压力标签YL;
第一数据集包括:实时电流值Dlz和实时电压值Dyz;
第二数据集包括:实时温度值Wdz、实时湿度值Sdz和实时压力值Ylz。
4.根据权利要求3所述的一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:所述模型构建模块包括构建单元和计算单元;
所述构建单元通过电源健康性模型、环境安全性模型和充电插头连接状态模型对所述第一数据集和所述第二数据集进行构建运行模型;
所述计算单元通过构建运行模型进行计算,获取:电桩电源系数Dyxs和电桩环境系数Hjxs,再通过电桩电源系数Dyxs和电桩环境系数Hjxs进行深度计算,获取:分析指数Fczs。
5.根据权利要求1所述的一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:所述电桩电源系数Dyxs通过以下公式获取:
Dyxs=|[(Ssdy-Dmin)/(Ssdy-Dmax)]
式中,Ssdy表示实时电压值,Dmin表示预设充电桩功率的最小安全值,Dmax表示预设充电桩功率的最大安全值,通过实时电压值Ssdy与充电桩最小安全值Dmin和充电桩功率最大安全值的比较Dmax,来表示充电桩的电源状态。
6.根据权利要求5所述的一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:所述实时电压值Ssdy通过以下公式获取:
Ssdy=[(d*Dlz*150%)*(e*Dyz*150%)]*1%+F
式中,d和e分别表示实时电流值Dlz和实时电压值Dyz的权重值;
其中,0.43≤d≤0.52,0.39≤e≤0.48,且,d+e≤1.0,F表示修正常数。
7.根据权利要求1所述的一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:所述电桩环境系数Hjxs通过以下公式获取:
式中,g、h和j分别表示实时温度值Wdz、实时湿度值Sdz和实时压力值Ylz的权重值;
其中,0.25≤g≤0.37,0.26≤h≤0.37,0.19≤j≤0.26,且,g+h+j≤1.0,K表示修正常数。
8.根据权利要求4所述的一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:所述预警模块包括评估单元和通知单元;
所述评估单元通过预设监测阈值S和监测阈值T和所述分析指数Fcz进行对比,获取等级监测策略方案,其中,阈值的设定基于工程知识、相关充电桩要求和相关充电桩经验,由充电桩工作人员设定。
9.根据权利要求8所述的一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:所述等级监测策略方案通过以下方式对比获取:
分析指数Fcz<监测阈值S,获取一级监测评估方案,无异常,继续进行常规的监测,包括定期巡检和记录充电桩状态;
监测阈值S≤分析指数Fcz≤监测阈值T,获取二级监测评估方案,当前充电桩存在异常,进行提醒,允许一定的时间用于车主自行停止充电或选择其他充电桩,并通知工作人员在一天内进行检修和维护;
分析指数Fcz>监测阈值T,获取三级监测评估方案,出现故障,紧急停止供电过程,并提醒充电车主不使用或者立即离开,并通知区域内最近的工作人员进行维修。
10.根据权利要求9所述的一种充电安全分析模型构建与自动化充电桩监控系统,其特征在于:所述决策模块包括执行单元和通知单元;
所述执行单元根据等级监测策略方案内容,进行具体执行,包括对充电桩的供电进行开关,对充电桩显示器的显示进行开关,对充电桩警报提示书,进行开关;
所述通知单元根据等级监测策略方案内容,对相关人员和维护人员进行通知,并在充电桩显示器上显示相关故障信息和提示信息,以帮助充电车主理解和提供充电建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311740460.3A CN117719382A (zh) | 2023-12-18 | 2023-12-18 | 一种充电安全分析模型构建与自动化充电桩监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311740460.3A CN117719382A (zh) | 2023-12-18 | 2023-12-18 | 一种充电安全分析模型构建与自动化充电桩监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117719382A true CN117719382A (zh) | 2024-03-19 |
Family
ID=90206645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311740460.3A Pending CN117719382A (zh) | 2023-12-18 | 2023-12-18 | 一种充电安全分析模型构建与自动化充电桩监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117719382A (zh) |
-
2023
- 2023-12-18 CN CN202311740460.3A patent/CN117719382A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111241154B (zh) | 一种基于大数据的蓄电池故障预警方法及系统 | |
CN202210332U (zh) | 一种电气火灾网络智能报警系统 | |
CN105897925A (zh) | 一种基于4g网络的移动远程电力监测系统及监控方法 | |
EP2174197A1 (en) | System and method for predictive maintenance of a battery assembly using temporal signal processing | |
CN115102290A (zh) | 一种智能电网实时安全预警系统 | |
CN104483633B (zh) | 铅酸蓄电池监测系统 | |
CN110988559A (zh) | 基于物联网的变电站直流系统全生命周期的在线监测方法 | |
CN112698618A (zh) | 一种基于机器视觉技术的服务器告警识别系统 | |
CN111341063A (zh) | 用电设备安全预警监测智控系统、方法、装置及终端设备 | |
CN116424096B (zh) | 资源动态优化配置的新能源汽车电池采集总成方法及系统 | |
CN115091491B (zh) | 一种配电房巡维机器人及其控制方法 | |
CN106877503B (zh) | 二次设备智能运维系统中的风险识别与预警方法 | |
CN111371180B (zh) | 变电站巡查监管与数据分析系统 | |
CN117719382A (zh) | 一种充电安全分析模型构建与自动化充电桩监控系统 | |
CN111210092A (zh) | 一种基于深度学习的堆垛机预测性维护方法及其系统 | |
CN116488351A (zh) | 一种基于物联网的低压配电箱远程监控方法和系统 | |
CN110912270B (zh) | 一种配电自动化智能馈线终端 | |
CN114200334A (zh) | 一种蓄电池预警方法、装置、车辆及介质 | |
CN112286180A (zh) | 一种基于巡检机器人的电力巡检分析系统及方法 | |
CN106125643A (zh) | 一种基于机器学习技术的工控安防方法 | |
CN116299019B (zh) | 锂电池数据采集异常识别方法、系统、存储介质及设备 | |
CN113140096B (zh) | 厂站失压监测判断方法、装置、设备和存储介质 | |
CN116430231A (zh) | 电池异常监测方法、装置、服务器、介质及充换电系统 | |
CN115656863A (zh) | 基于电池bms数据的储能电池故障判断系统 | |
CN117833474A (zh) | 一种电力行业用基于物联技术的防误操作智能预警装置 |
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 |