充电桩健康监测方法、装置、终端及存储介质制造方法及图纸

本发明专利技术提供了一种充电桩健康监测方法、装置、终端及存储介质，该方法包括：获取目标充电桩对应的多个当前特征数据按照重要等级进行聚类得到的第一聚类结果；所述第一聚类结果包括多个第一聚类；将所述目标充电桩的当前特征数据的数据名称及对应的第一聚类输入权重预测模型，确定各个第一聚类对应的权重；采用所述当前特征数据及对应的权重对所述目标充电桩进行健康分析，得到健康分析结果。上述方法基于不同运行环境下充电桩的特征数据的重要程度不同的特点，能够针对不同充电桩适应性的选取对应的特征数据及权重，确保健康检测能够适应充电场景的实时变化，从而提高充电桩健康预测准确性。预测准确性。预测准确性。

【技术实现步骤摘要】
充电桩健康监测方法、装置、终端及存储介质


[0001]本专利技术涉及充电桩
，尤其涉及一种充电桩健康监测方法、装置、终端及存储介质。

技术介绍

[0002]随着社会的飞速发展和人民生活水平的提高与国家对新能源的提倡，电动汽车不断增长，电动汽车配套的充电桩也相应地随之快速发展。由于充电桩尚处于快速发展的阶段，未形成统一的行业标准，导致了维护、维修的困难，也造成了坏桩率偏高的问题。
[0003]传统充电桩的健康检测通常是在充电桩内根据特定桩采用特定的方式，这种方法复杂性高、耗时长；检测时通常需要中断服务，并且具有一定的滞后性。为了避免中断服务，将健康检测设置于云平台端也是目前较常见的一种检测方式，但是云平台通常对所有的充电桩采用同一套预测模型进行健康监测，预测准确性较低。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种充电桩健康监测方法、装置、终端及存储介质，能够解决充电桩健康监测准确性差的问题。
[0005]第一方面，本专利技术实施例提供了一种充电桩健康监测方法，包括：
[0006]获取目标充电桩对应的多个当前特征数据按照重要等级进行聚类得到的第一聚类结果；所述第一聚类结果包括多个第一聚类；
[0007]将所述目标充电桩的当前特征数据的数据名称及对应的第一聚类输入权重预测模型，确定各个第一聚类对应的权重；
[0008]采用所述当前特征数据及对应的权重对所述目标充电桩进行健康分析，得到健康分析结果。
[0009]第二方面，本专利技术实施例提供了一种充电桩健康监测装置，包括：
[0010]第一聚类结果获取模块，用于获取目标充电桩对应的多个当前特征数据按照重要等级进行聚类得到的第一聚类结果；所述第一聚类结果包括多个第一聚类；
[0011]权重预测模块，用于将所述目标充电桩的当前特征数据的数据名称及对应的第一聚类输入权重预测模型，确定各个第一聚类对应的权重；
[0012]健康分析模块，用于采用所述当前特征数据及对应的权重对所述目标充电桩进行健康分析，得到健康分析结果。
[0013]第三方面，本专利技术实施例提供了一种终端，包括存储器、处理器以及存储在所述存储器中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上第一方面任一种可能的实现方式所述方法的步骤。
[0014]第四方面，本专利技术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上第一方面任一种可能的实现方式所述方法的步骤。
[0015]本专利技术实施例与现有技术相比存在的有益效果是：
[0016]本专利技术实施例首先获取目标充电桩对应的多个当前特征数据按照重要等级进行聚类得到的第一聚类结果；所述第一聚类结果包括多个第一聚类；然后将所述目标充电桩的当前特征数据的数据名称及对应的第一聚类输入权重预测模型，确定各个第一聚类对应的权重；最后采用所述当前特征数据及对应的权重对所述目标充电桩进行健康分析，得到健康分析结果。上述方法基于不同运行环境下充电桩的特征数据的重要程度不同的特点，能够针对不同充电桩适应性的选取对应的特征数据及权重，确保健康检测能够适应充电场景的实时变化，从而提高充电桩健康预测准确性。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，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地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本专利技术实施例提供的充电桩健康监测方法的应用场景图；
[0019]图2是本专利技术实施例提供的综合健康度的统计分析示意图；
[0020]图3是本专利技术实施例提供的充电桩健康监测装置的结构示意图；
[0021]图4是本专利技术实施例提供的终端的示意图。
具体实施方式
[0022]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0023]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
[0024]参见图1，其示出了本专利技术实施例提供的充电桩健康监测方法的实现流程图，本实施例的执行主体为云平台，该流程详述如下：
[0025]S101：获取目标充电桩对应的多个当前特征数据按照重要等级进行聚类得到的第一聚类结果；所述第一聚类结果包括多个第一聚类。
[0026]在本实施例中，充电桩按照预设周期采集自身的特征数据，特征数据包括充电桩使用次数、充电枪枪头温度、充电模块运行时长、充电模块工作温度、充电模块湿度、风机转速、风机运行时长、风机温度、电解电容使用温度、电流纹波、电解电容运行时长、电解电容电压、接触器吸合次数、充电电流值、电压值、防雷器故障次数。
[0027]在一个可能的实施方式中，S101的具体实现流程包括：
[0028]获取所述目标充电桩发送的所述第一聚类结果；所述第一聚类结果为所述目标充电桩按照重要等级对采集的当前特征数据进行聚类得到的聚类结果。
[0029]具体的，充电桩通过RS485、光纤、以太网、蓝牙、WiFi等有线或无线方式实现与充电桩的各项传感器的通信连接。通过物联网通信器实现与云平台的通信连接。
[0030]充电桩在采集当前特征数据后，首先在充电桩端对当前特征数据按照重要等级进行聚类，将当前特征数据分为多个第一聚类，其中重要等级为安装该充电桩时，工作人员根据充电桩所处的环境信息、具体器件型号、客户使用要求等具体情况对各个特征数据配置的参数。充电桩在完成第一聚类后，将当前特征数据及对应的第一聚类通过加密协议发送至云平台，云平台获取并暂存目标充电桩的当前特征数据及对应的第一聚类。
[0031]在本实施例中，充电桩在对当前特征数据进行第一聚类后，选取重要等级大于或等于第二预设重要等级的第一聚类的特征数据作为目标聚类。并对目标聚类中的当前特征数据进行实时监测，当目标聚类中存在超出对应的报警阈值的当前特征数据时，则生成报警信息，并将该报警信息在充电桩自带的显示屏上显示，以及时提醒用户具体的报警项目。
[0032]示例性的，可以将特征数据按照重要等级分为安全类、功能类和体验类三种第一聚类，且三种第一聚类的重要等级由大到小依次为安全类、功能类和体验类，第二预设重要等级为安全类，即充电桩内仅对属于安全类的当前特征数据进行实时报警监测。
[0033]S102：将所述目标充电桩的当前特征数据的数据名称及对应的第一聚类输入权重预测模型，确定各个第一聚类对应的权重。
[0034]在本实施例中，云平台获取目标充电桩的当前特征数据及对应的第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种充电桩健康监测方法，其特征在于，包括：获取目标充电桩对应的多个当前特征数据按照重要等级进行聚类得到的第一聚类结果；所述第一聚类结果包括多个第一聚类；将所述目标充电桩的当前特征数据的数据名称及对应的第一聚类输入权重预测模型，确定各个第一聚类对应的权重；采用所述当前特征数据及对应的权重对所述目标充电桩进行健康分析，得到健康分析结果。2.根据权利要求1所述的充电桩健康监测方法，其特征在于，所述健康分析结果包括综合健康度；所述采用所述当前特征数据及对应的权重对所述目标充电桩进行健康分析，得到健康分析结果，包括：选取重要等级大于或等于第一预设重要等级的第一聚类对应的当前特征数据作为候选特征数据；对所述候选特征数据进行归一化处理；对归一化后的候选特征数据采用对应的权重进行加权求和，得到所述综合健康度。3.根据权利要求1所述的充电桩健康监测方法，其特征在于，所述健康分析结果包括模块健康度；所述采用所述当前特征数据及对应的权重对所述目标充电桩进行健康分析，得到健康分析结果，包括：对各个当前特征数据分别进行归一化处理；获取所述目标充电桩的多个当前特征数据按照充电桩模块分类得到的第二聚类结果；所述第二聚类结果包括多个第二聚类；针对每个第二聚类，将该第二聚类中归一化后的当前特征数据与对应的权重进行加权求和，得到该第二聚类对应的模块健康度。4.根据权利要求1所述的充电桩健康监测方法，其特征在于，所述采用所述当前特征数据及对应的权重对所述目标充电桩进行健康分析，得到健康分析结果，包括：在监测到运维端发送的健康分析指令时，采用所述当前特征数据及对应的权重对所述目标充电桩进行健康分析，得到健康分析结果；在得到健康分析结果之后，所述方法还包括：发送所述健康分析结果至所述运维端。5.根据权利要求2所述的充电桩健康监测方法，其特征在于，所述候选特征数据包括充电枪使用次数、接触器使用次数、风机运行时长、充电枪高温使用次数、防雷器故障次数。6.根据权利要求1所述的充电桩健康监测方法，其特征在于，所述获取目标充...

【专利技术属性】
技术研发人员：樊志强，傅帅，林志良，张美美，
申请(专利权)人：深圳市科华恒盛科技有限公司，
类型：发明
国别省市：