【技术实现步骤摘要】
基于人工智能的配电设备风险检测方法
[0001]本专利技术涉及人工智能领域,具体涉及一种基于人工智能的配电设备风险检测方法。
技术介绍
[0002]随着新能源汽车行业的蓬勃发展,电动汽车数量迅速增多,而与电动汽车续航配套的充电桩却频频出现安全问题,电动汽车充电需要大功率电量输入,市场上充电桩缺少一套配电风险监控方案。
技术实现思路
[0003]为了解决上述技术问题,本专利技术的目的在于提供一种基于人工智能的配电设备风险检测方法,所采用的技术方案具体如下:本专利技术一个实施例提供了一种基于人工智能的配电设备风险检测方法,该方法包括以下具体步骤:获取充电桩的历史运行数据,基于历史运行数据计算每个充电桩的健康度评分;根据充电桩的历史运行数据、历史运行时长和健康度评分计算充电区域内任意两个充电桩的匹配度;基于所述匹配度获取充电桩匹配对;基于实时的充电桩的运行数据和健康度评分计算所述充电桩匹配对中两充电桩的运行状态相似度;监测每个充电桩匹配对的所述运行状态相似度,进行配电设备风险的检测。
[0004]进一步地: ...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的配电设备风险检测方法,其特征在于,该方法包括:获取充电桩的历史运行数据,基于历史运行数据计算每个充电桩的健康度评分;根据充电桩的历史运行数据、历史运行时长和健康度评分计算充电区域内任意两个充电桩的匹配度;基于所述匹配度获取充电桩匹配对;基于实时的充电桩的运行数据和健康度评分计算所述充电桩匹配对中两充电桩的运行状态相似度;监测每个充电桩匹配对的所述运行状态相似度,进行配电设备风险的检测。2.如权利要求1所述的方法,其特征在于,根据充电桩的历史运行数据、历史运行时长和健康度评分计算充电区域内任意两个充电桩的匹配度,具体为:和健康度评分计算充电区域内任意两个充电桩的匹配度,具体为:表示和两个充电桩的匹配度,和分别为和两个充电桩的历史运行数据序列,表示和两个序列的相似度,和分别为和两个充电桩的历史运行时长,和分别为和两个充电桩的健康度评分。3.如权利要求2所述的方法,其特征在于,基于所述匹配度,利用KM算法,获取充电桩匹配对。4.如权利要求3所述的方法,其特征在于,基于实时的充电桩的运行数据和健康度评分计算所述充电桩匹配对中两充电桩的运行状态相似度,具体为:计算所述充电桩匹...
【专利技术属性】
技术研发人员:张长元,杜锋,马彦兵,石广保,王伟,
申请(专利权)人:新风光电子科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。