一种超充充电枪相变制冷系统及方法技术方案

本发明专利技术公开了一种超充充电枪相变制冷系统及方法包括：

【技术实现步骤摘要】
一种超充充电枪相变制冷系统及方法


[0001]本专利技术涉制冷领域，具体是一种超充充电枪相变制冷系统
。

技术介绍

[0002]汽车已经成为人们工作和生活中不可获取的一部分，曾经被誉为改变世界的机器，汽车技术在为我们带来方便快捷的出行方式的同时，也产生了环境污染
、
能源安全等诸多问题
。
[0003]因而，节能减排成为现今汽车技术发展的首要任务之一
。
在这种背景下，电动汽车作为节能减排
、
新能源开发中的重要产品，正在逐步的取代传统的动力汽车，将整个汽车行业引领到了新的发展方向
。
随着用户对于电动汽车的不断认可，对于电动汽车的需求也在不断提升，因而市场上针对电动汽车充电枪的要求也越来越高
。
[0004]对电动汽车进行充电时，则需要通过充电枪完成，而充电枪接入电动汽车充电口后，随着充电电流变化导致充电枪的温度进行变化，不及时散热的话，极易导致充电枪温升过快
、
温度过高，出现烫伤用户，能源损耗提高，及损坏电动汽车车辆充电接口的情况
。

技术实现思路

[0005]专利技术目的：提供一种超充充电枪相变制冷系统及方法，以解决现有技术存在的上述问题
。
[0006]技术方案：一种超充充电枪相变制冷系统，包括：
[0007]CAN
信号接收发送装置，与充电桩及电动汽车相连通，用于接收充电电流信号；
[0008]温度感应器，预先设置在充电枪内，具有多个，用于检测充电枪实时温度；
[0009]人工智能温度预测模块，与
CAN
信号接收发送装置及温度感应器连通，基于卡尔曼滤波和人工智能算法预测充电枪的温度及变化；
[0010]相变制冷装置，设置在充电桩中的充电枪及充电枪线连接处，用于冷却充电枪；
[0011]制冷系统控制模块，与人工智能温度预测模块以及相变制冷装置连接，用于控制相变制冷装置
。
[0012]本专利技术通过利用相变制冷技术进行冷却充电枪，使得充电枪可以及时散热冷却，且相变制冷的冷却效果独立于环境温度，对环境适应性强；
[0013]同时设计人工智能温度预测模块，基于卡尔曼滤波和人工智能算法预测充电枪的温度及变化，进行搭配制冷系统控制模块，提前操作，进行控制相变制冷装置完成对充电枪的降温工作
。
[0014]通过
CAN
通信模块接收充电电流信息，及时响应充电电流的变化，进一步提高了冷却的精准度和效率
。
[0015]本申请通过基于卡尔曼滤波和人工智能算法预测充电枪的温度及变化，进行提前控制相变制冷装置进行工作，完成对充电枪的冷却工作；
[0016]当充电枪已经温度过高时，再进行制冷时，制冷具有过程，此时充电枪冷却到适当
温度具有一个过程，存在高温降至低温的过程，而该过程将影响充电枪的充电效率；
[0017]本申请提前预测温度高点，进行解决该问题，使得充电枪持续在适当的温度下进行完成散热，避免当充电枪温度已经过高时，再进行冷却所耽误的时间
。
[0018]在进一步实施例中，所述人工智能温度预测模块包括：
[0019]大数据处理平台，用于收集并处理电动汽车历史充电数据及现充电数据，以提高温度预测的准确性
。
[0020]在进一步实施例中，所述变制冷装置包含至少一种相变材料，该相变材料在温度升高时能够吸收大量热量，实现有效制冷
。
[0021]一种超充充电枪相变制冷方法，包括：
[0022]步骤
1、CAN
信号接收发送装置，进行接收充电桩及电动汽车相连接时的充电电流信号；
[0023]步骤
2、
将接收到的电流信号及温度感应器检测到的温度数据传输给人工智能温度预测模块；
[0024]步骤
3、
人工智能温度预测模块运用卡尔曼滤波和人工智能算法对接收到的数据及历史数据进行处理，预测充电枪各个部位在各时间节点的温度及其变化情况；
[0025]步骤
31、
在人工智能算法中，首先建立一个温度预测模型，利用大量历史充电数据进行训练，模型通过深度学习方式自动学习和捕捉数据中的模式，提高预测准确性；
[0026]人工智能温度预测模块包含深度学习网络，该网络通过大量历史充电数据进行训练，以提高预测准确性；
[0027]步骤
32、
通过卡尔曼滤波，进行进一步提高预测的精度，将噪声及不确定性分量滤除，使得预测结果更为稳定；
[0028]步骤
4、
制冷系统控制模块接收人工智能温度预测模块的预测结果，根据预测结果同步提前调整相变制冷装置的工作参数，如制冷量
、
制冷速度等，进行保证充电枪的各部位可以获得适当的冷却，维持适当温度充电；
[0029]步骤
41、
相变制冷装置按照制冷系统控制模块的控制指令进行工作，相变材料在吸热相变过程中吸收充电枪的热量，实现制冷，当充电枪温度下降到适宜的工作范围后，制冷系统停止工作，以避免过度冷却；
[0030]步骤
5、
当充电过程结束，制冷系统将进入自我维护模式，对系统进行检查和必要的维护工作，确保制冷系统的持续稳定运行；
[0031]步骤
6、
通过收集和分析每次充电过程中的数据，不断优化卡尔曼滤波和人工智能算法，提升温度预测的精度，从而提高制冷效率，降低能耗；
[0032]通过该种方案的设计，整个系统不仅能够在充电过程中有效地控制充电枪的温度，提高充电安全性，还能根据实际充电情况不断优化算法，提高制冷效率，节省能源
。
[0033]有益效果：本专利技术公开了一种超充充电枪相变制冷系统及方法，本专利技术通过利用相变制冷技术进行冷却充电枪，使得充电枪可以及时散热冷却，且相变制冷的冷却效果独立于环境温度，对环境适应性强；
[0034]同时设计人工智能温度预测模块，基于卡尔曼滤波和人工智能算法预测充电枪的温度及变化，进行搭配制冷系统控制模块，提前操作，进行控制相变制冷装置完成对充电枪的降温工作
。
附图说明
[0035]图1是本专利技术的系统结构示意图
。
具体实施方式
[0036]本申请涉及一种超充充电枪相变制冷系统及方法，下面通过具体实施方式进行详细解释
。
[0037]一种超充充电枪相变制冷系统，包括：
[0038]CAN
信号接收发送装置，与充电桩及电动汽车相连通，用于接收充电电流信号；
[0039]温度感应器，预先设置在充电枪内，具有多个，用于检测充电枪实时温度；
[0040]人工智能温度预测模块，与
CAN
信号接收发送装置及温度感应器连通，基于卡尔曼滤波和人工智能算法预测充电枪的温度及变化；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种超充充电枪相变制冷系统，其特征在于，包括：
CAN
信号接收发送装置，与充电桩及电动汽车相连通，用于接收充电电流信号；温度感应器，预先设置在充电枪内，具有多个，用于检测充电枪实时温度；人工智能温度预测模块，与
CAN
信号接收发送装置及温度感应器连通，基于卡尔曼滤波和人工智能算法预测充电枪的温度及变化；相变制冷装置，设置在充电桩中的充电枪及充电枪线连接处，用于冷却充电枪；制冷系统控制模块，与人工智能温度预测模块以及相变制冷装置连接，用于控制相变制冷装置
。2.
根据权利要求1所述的一种超充充电枪相变制冷系统，其特征是：所述人工智能温度预测模块包括：大数据处理平台，用于收集并处理电动汽车历史充电数据及现充电数据
。3.
根据权利要求1所述的一种超充充电枪相变制冷系统，其特征是：所述变制冷装置包含至少一种相变材料
。4.
一种超充充电枪相变制冷方法，其特征在于，包括：步骤
1、CAN
信号接收发送装置，进行接收充电桩及电动汽车相连接时的充电电流信号；步骤
2、
将接收到的电流信号及温度感应器检测到的温度数据传输给人工智能温度预测模块；步骤
3、
人工...

【专利技术属性】
技术研发人员：李志博，张效诚，申剑，陈昌杰，郭天磊，闵志，
申请(专利权)人：云摩科技江苏有限公司，
类型：发明
国别省市：