一种充电桩负荷数据智能采集方法技术

本申请涉及数据处理领域，提供一种充电桩负荷数据智能采集方法，包括：利用均值滤波算法根据第一滤波窗口对第一数据集合进行处理，得到第二数据集合；其中，所述第一数据集合包括在当前检测周期采集的当前充电桩的负荷数据；计算所述第二数据集合对应的滤波效果；如果所述滤波效果小于预设值，则将所述第一滤波窗口调整为第二滤波窗口，并基于调整后的第二滤波窗口对所述第一数据集合进行处理，直至滤波效果大于或等于所述预设值。该方法结合具体场景进行分析，基于滤波去噪效果分析当前使用的滤波窗口是否合适，以此能够得到更加理想的滤波去噪效果。滤波去噪效果。滤波去噪效果。

【技术实现步骤摘要】
一种充电桩负荷数据智能采集方法


[0001]本申请涉及数据处理领域，特别是涉及一种充电桩负荷数据智能采集方法。

技术介绍

[0002]大量的新能源汽车同时段的集中连进电网补充电能，新能源汽车的充电时的负荷和电网系统内原有的负荷相叠加产生了负荷高峰，就会给目前的变电站的承载能力产生了新的挑战，同时需要考虑变电站的改良、扩大规模，这需要动用很多的人力财力物力。负荷叠加还可能引发电压偏移和颠簸波动、线路过载、三相不平衡、均衡和网络损耗等一系列的电能质量问题，故需要一种充电桩负荷数据智能采集方法便于分析充电桩负荷数据，方便解决上述问题。
[0003]现有技术中一般使用均值滤波去噪算法对所采集的充电桩负荷数据进行预处理时，但是由于不同的去噪窗口可能造成不同的去噪效果，有可能在使得去噪后还有噪声，因此，现有的方法对采集的充电桩负荷数据去噪效果不够理想。

技术实现思路

[0004]本专利技术提供一种充电桩负荷数据智能采集方法，该方法结合具体场景进行分析，基于滤波去噪效果分析当前使用的滤波窗口是否合适，以此能够得到更加理想的滤波去噪效果。
[0005]第一方面，本申请提供一种充电桩负荷数据智能采集方法，包括：
[0006]利用均值滤波算法根据第一滤波窗口对第一数据集合进行处理，得到第二数据集合；其中，所述第一数据集合包括在当前检测周期采集的当前充电桩的负荷数据；
[0007]计算所述第二数据集合对应的滤波效果；
[0008]如果所述滤波效果小于预设值，则将所述第一滤波窗口调整为第二滤波窗口，并基于调整后的第二滤波窗口对所述第一数据集合进行处理，直至滤波效果大于或等于所述预设值。
[0009]可选地，计算所述第二数据集合对应的滤波效果，包括：
[0010]确定所述第二数据集合中每一数据为噪声数据的可能性；
[0011]根据第二数据集合中每一数据为噪声数据的可能性确定所述第二数据集合对应的滤波效果。
[0012]可选地，所述确定所述第二数据集合中每一数据为噪声数据的可能性，包括：
[0013]基于所述当前检测周期内，所述当前充电桩的第二数据集合与参考充电桩的参考数据集合之间的关系计算所述第二数据集合中每一数据为噪声数据的第一可能性；所述参考充电桩为当前充电网络中除所述当前充电桩外的其他充电桩；
[0014]基于所述当前检测周期内，所述当前充电桩的第二数据集合中当前数据与除当前数据外的其他数据之间的关系计算所述第二数据集合中每一数据为噪声数据的第二可能性；
[0015]基于所述当前充电桩在所述当前检测周期之前的历史检测周期的历史数据集合与当前检测周期的第二数据集合之间的关系计算所述第二数据集合中每一数据为噪声数据的第三可能性；
[0016]将所述第一可能性、所述第二可能性、所述第三可能性的乘积确定为所述第二数据集合中每一数据为噪声数据的可能性。
[0017]可选地，基于所述当前检测周期内，所述当前充电桩的第二数据集合与参考充电桩的参考数据集合之间的关系计算所述第二数据集合中每一数据为噪声数据的第一可能性，包括：
[0018]基于当前充电桩的历史负荷数据和每一参考充电桩的历史参考负荷数据之间的关系确定当前充电桩与每一参考充电桩之间的相关性；其中，历史负荷数据和历史参考负荷数据是在同一时间段采集得到的；
[0019]利用长度为n，步长为1的滑动窗口将所述第二数据集合分为多个检测数据段，并基于当前充电桩与每一参考充电桩之间的相关性确定当前充电桩的每一检测数据段为异常数据段的可能性；
[0020]基于每一检测数据段为异常数据段的可能性确定所述第二数据集合中每一数据为噪声数据的第一可能性。
[0021]可选地，基于当前充电桩的历史负荷数据和每一参考充电桩的历史参考负荷数据之间的关系确定当前充电桩与每一参考充电桩之间的相关性，包括：
[0022]将当前充电桩的历史负荷数据分为h个长度为b的历史负荷数据段，以及将历史参考负荷数据分为h个长度为b的历史参考负荷数据段；
[0023]计算同一时间段的历史负荷数据段的电荷
‑
时间曲线，与历史参考负荷数据段的电荷
‑
时间曲线之间的第一相似度；
[0024]计算同一时间段的历史负荷数据段与历史参考负荷数据段中同一时间点的历史负荷数据与历史参考负荷数据之间的第一差异；
[0025]基于所述第一相似度、所述第一差异、所述历史负荷数据段的长度以及历史负荷数据段的数量确定当前充电桩与每一参考充电桩之间的相关性；
[0026]其中，所述相关性计算方式为：
[0027][0028]Bx表示当前充电桩与参考充电桩之间的相关性，norm表示归一化，h表示历史负荷数据段的数量，Xs
v
表示当前充电桩的第v个历史负荷数据段的电荷
‑
时间曲线，与参考充电桩的第v个历史参考负荷数据段的电荷
‑
时间曲线之间的第一相似度，ΔP
c,v
表示当前充电桩的第v个历史负荷数据段中第c个历史负荷数据，与参考充电桩的第v个历史参考负荷数据段中第c个历史参考负荷数据之间的第一差异，b表示历史负荷数据段的长度，即历史负荷数据段中历史负荷数据的个数。
[0029]可选地，基于当前充电桩与每一参考充电桩之间的相关性确定当前充电桩的每一检测数据段为异常数据段的可能性，包括：
[0030]基于当前充电桩与参考充电桩之间的相关性、当前充电桩的检测数据段的电荷
‑
时间曲线，与参考充电桩的参考负荷数据的参考数据段之间的电荷
‑
时间曲线的第二相似度以及参考充电桩的数量计算当前充电桩的每一检测数据段为异常数据段的可能性；其中，所述参考数据段与所述检测数据段为同一时间段采集的负荷数据；
[0031]其中，所述当前充电桩的每一检测数据段为异常数据段的可能性的计算方式为：
[0032][0033]Kx表示当前充电桩的检测数据段为异常数据段的可能性，Gx
g
表示当前充电桩与第g个参考充电桩之间的相关性，Xs
g
表示当前充电桩的检测数据段的电荷
‑
时间曲线，与第g个参考充电桩的参考数据段之间的电荷
‑
时间曲线的第二相似度，q表示参考充电桩的数量。
[0034]可选地，基于每一检测数据段为异常数据段的可能性确定所述第二数据集合中每一数据为噪声数据的第一可能性，包括：
[0035]计算包含当前数据的检测数据段对应的第一排列熵；
[0036]利用包含当前数据的检测数据段的均值替换所述第一排列熵中的所述当前数据，得到第二排列熵；
[0037]基于包含当前数据的检测数据段的数量、包含当前数据的检测数据段为异常数据段的可能性、第一排列熵、第二排列熵计算第二数据集合中每一数据为噪声数据的第一可能性；
[0038]其中，第二数据集合中每一数据为噪声本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种充电桩负荷数据智能采集方法，其特征在于，包括：利用均值滤波算法根据第一滤波窗口对第一数据集合进行处理，得到第二数据集合；其中，所述第一数据集合包括在当前检测周期采集的当前充电桩的负荷数据；计算所述第二数据集合对应的滤波效果；如果所述滤波效果小于预设值，则将所述第一滤波窗口调整为第二滤波窗口，并基于调整后的第二滤波窗口对所述第一数据集合进行处理，直至滤波效果大于或等于所述预设值。2.根据权利要求1所述的一种充电桩负荷数据智能采集方法，其特征在于，计算所述第二数据集合对应的滤波效果，包括：确定所述第二数据集合中每一数据为噪声数据的可能性；根据第二数据集合中每一数据为噪声数据的可能性确定所述第二数据集合对应的滤波效果。3.根据权利要求2所述的一种充电桩负荷数据智能采集方法，其特征在于，所述确定所述第二数据集合中每一数据为噪声数据的可能性，包括：基于所述当前检测周期内，所述当前充电桩的第二数据集合与参考充电桩的参考数据集合之间的关系计算所述第二数据集合中每一数据为噪声数据的第一可能性；所述参考充电桩为当前充电网络中除所述当前充电桩外的其他充电桩；基于所述当前检测周期内，所述当前充电桩的第二数据集合中当前数据与除当前数据外的其他数据之间的关系计算所述第二数据集合中每一数据为噪声数据的第二可能性；基于所述当前充电桩在所述当前检测周期之前的历史检测周期的历史数据集合与当前检测周期的第二数据集合之间的关系计算所述第二数据集合中每一数据为噪声数据的第三可能性；将所述第一可能性、所述第二可能性、所述第三可能性的乘积确定为所述第二数据集合中每一数据为噪声数据的可能性。4.根据权利要求3所述的一种充电桩负荷数据智能采集方法，其特征在于，基于所述当前检测周期内，所述当前充电桩的第二数据集合与参考充电桩的参考数据集合之间的关系计算所述第二数据集合中每一数据为噪声数据的第一可能性，包括：基于当前充电桩的历史负荷数据和每一参考充电桩的历史参考负荷数据之间的关系确定当前充电桩与每一参考充电桩之间的相关性；其中，历史负荷数据和历史参考负荷数据是在同一时间段采集得到的；利用长度为n，步长为1的滑动窗口将所述第二数据集合分为多个检测数据段，并基于当前充电桩与每一参考充电桩之间的相关性确定当前充电桩的每一检测数据段为异常数据段的可能性；基于每一检测数据段为异常数据段的可能性确定所述第二数据集合中每一数据为噪声数据的第一可能性。5.根据权利要求4所述的一种充电桩负荷数据智能采集方法，其特征在于，基于当前充电桩的历史负荷数据和每一参考充电桩的历史参考负荷数据之间的关系确定当前充电桩与每一参考充电桩之间的相关性，包括：将当前充电桩的历史负荷数据分为h个长度为b的历史负荷数据段，以及将历史参考负
荷数据分为h个长度为b的历史参考负荷数据段；计算同一时间段的历史负荷数据段的电荷
‑
时间曲线，与历史参考负荷数据段的电荷
‑
时间曲线之间的第一相似度；计算同一时间段的历史负荷数据段与历史参考负荷数据段中同一时间点的历史负荷数据与历史参考负荷数据之间的第一差异；基于所述第一相似度、所述第一差异、所述历史负荷数据段的长度以及历史负荷数据段的数量确定当前充电桩与每一参考充电桩之间的相关性；其中，所述相关性计算方式为：Bx表示当前充电桩与参考充电桩之间的相关性，norm表示归一化，h表示历史负荷数据段的数量，Xs
v
表示当前充电桩的第v个历史负荷数据段的电荷
‑
时间曲线，与参考充电桩的第v个历史参考负荷数据段的电荷
‑
时间曲线之间的第一相似度，ΔP
c,v
表示当前充电桩的第v个历史负荷数据段中第c个历史负荷数据，与参考充电桩的第v个历史参考负荷数据段中第c个历史参考负荷数据之间的第一差异，b表示历史负荷数据段的长度，即历史负荷数据段中历史负荷数据的个数。6.根据权利要求4所述的一种充电桩负荷数据智能采集方法，其特征在于，基于当前充电桩与每一参考充电桩之间的相关性确定当前充电桩的每一检测数据段为异常数据段的可能性，包括：基于当前充电桩与参考充电桩之间的相关性、当前充电桩的检测数据段的电荷
‑
时间曲线，与参考充电桩的参考负荷数据的参考数据段之间的电荷
‑
时间曲线的第二相似度以及参考充电桩的数量计算当前充电桩的每一检测数据段为异常数据段的可能性；其中，所述参考数据段与所述检测数据段为同一时间段采集的负荷数据；其中，所述当前充电桩的每一检测数据段为异常数据段的可能性的计算方式为：Kx表示当前充电桩的检测数据...

【专利技术属性】
技术研发人员：陆宇铖，曹鹤，
申请(专利权)人：浙江东鸿电子股份有限公司，
类型：发明
国别省市：