【技术实现步骤摘要】
本专利技术属于异常诊断，具体涉及一种充电异常检测方法及装置。
技术介绍
1、随着新能源汽车的普及，市面上对于充电桩的需求快速增长，因此对充电桩充电过程的安全性越来越重视。
2、现有的充电桩在充电过程中会产生大量的数据，大量的数据通常需要利用中央服务器进行处理和分析，然而，这样一方面会导致数据传输延迟，响应速度慢；另一方面会增加依赖于中央服务器的风险，例如中央服务器突发崩溃，那么当下则无法处理充电桩产生的数据，从而导致不能够及时响应充电桩电路故障、设备损坏和安全隐患，进一步导致充电效率低下和安全风险增加。
技术实现思路
1、为了解决
技术介绍
中的至少一个技术问题，本专利技术提出了一种充电异常检测方法及装置，将边缘计算和大数据分析技术集成到现有的充电桩基础设施中，使充电桩产生的数据能够在充电桩内直接进行处理和分析，减少了数据传输的时延和带宽消耗，缩短了整个异常检测过程的响应时间，能够快速应对各种安全问题。
2、根据本专利技术的第一个方面，本专利技术首先提供一种充电异常检测方法，应用于充电异常检测装置，该充电异常检测装置运行于充电桩内，所述方法包括：
3、在电动车辆处于充电状态时，实时获取充电状态数据，所述充电状态数据包括充电过程中的桩端状态数据以及车桩交互过程中车端状态数据；
4、对所述充电状态数据进行预处理，得到归一化数据；
5、将所述归一化数据输入预先训练的异常预警模型，判断所述电动车辆和/或充电桩当前充电状态是否发生异常；
6、将所述第一预警信号发送给中央管理系统进行告警，并且将所述归一化数据发送给云端，以便云端通过预先训练的机器学习模型检测所述电动车辆和/或充电桩当前充电状态，输出第二预警信号并发送至所述中央管理系统。
7、可选地，所述实时获取充电状态数据，包括：
8、启动安装于所述充电桩内的温度传感器、电压传感器和电流传感器，实时获取所述桩端状态数据，所述桩端状态数据包括充电桩的温度、输出总电压、输出总电流、功率、绝缘信号；
9、启动安装于所述充电桩内的bms元件，实时获取车桩交互过程中的车端状态数据，所述车端状态数据包括时间戳以及额定单体电压、额定总电压、单体电压、单体温度、电流、剩余电量。
10、可选地，所述对所述充电状态数据进行预处理，具体包括；
11、对所述充电状态数据中的重复值和缺失值，执行插值或删除操作，得到清洗数据；
12、对所述清洗数据中的异常值执行删除操作，得到正常数据；
13、对所述正常数据进行归一化处理，得到归一化数据。
14、可选地，所述异常预警模型的训练过程包括：
15、构建初始异常预警模型，该初始异常预警模型用于针对不同的异常类型进行告警，每个异常类型基于预设的告警阈值判断当前是否发生异常；
16、获取历史数据并作为训练集，所述训练集包括历史桩端状态数据和车桩交互过程中的历史车端状态数据；
17、根据所述历史数据的变化趋势调整所述预设告警阈值，得到训练后的异常预警模型。
18、可选地，将所述归一化数据输入预先训练的异常预警模型，判断所述电动车辆和/或充电桩当前充电状态是否发生异常，包括：
19、基于预先定义的异常类型，从所述归一化数据中获取对应的类型数据；
20、对所述类型数据进行相应类型的计算，得到待测数据；
21、将所述待测数据与所述异常类型对应的告警阈值进行对比，若所述待测数据超过设定的告警阈值，则确定所述电动车辆和/或充电桩当前充电状态发生异常。
22、可选地，所述若所述电动车辆和/或充电桩当前充电状态发生异常，则输出第一预警信号，包括：
23、根据多个所述告警阈值进一步判断所述待测数据所处的阈值区间，其中，相邻两个告警阈值生成阈值区间，不同阈值区间表示同一异常类型不同的风险等级；
24、根据所述待测数据所处的阈值区间，确定所述异常类型的风险等级；
25、根据预先存储的异常类型的风险等级与防护方案的对应关系，输出当前异常类型的风险等级以及对应的防护方案。
26、可选地，所述预先定义的异常类型包括充电桩充电异常类型和车辆充电异常类型，其中，
27、所述车辆充电异常类型包括：温差过高、电池高温、单体电压过高、单体电压过低、压差过高、总电压过高、soc过充、soc跳变、温度速率过高、电压速率过高；
28、所述充电桩充电异常类型包括：温度过高、电流过高。
29、可选地，所述方法进一步包括：
30、响应于中央管理系统的第一控制指令和第二控制指令，自动调整所述充电桩充电过程中的运行参数；其中，所述第一控制指令根据所述第一预警信号生成，所述第二控制指令根据所述第二预警信号生成。
31、根据本专利技术的第二个方面，本专利技术还提供了一种充电异常检测装置，该充电异常检测装置安装于充电桩内，所述装置包括：
32、数据获取模块，用于在电动车辆处于充电状态时，实时获取充电状态数据，所述充电状态数据包括充电过程中充电桩的第一状态数据以及车桩交互过程中车辆的第二状态数据；
33、数据处理模块，用于对所述充电状态数据进行预处理，得到归一化数据；
34、异常预警模块，用于将所述归一化数据输入预先训练的异常预警模型，判断所述电动车辆和/或充电桩当前充电状态是否发生异常；若所述电动车辆和/或充电桩当前充电状态发生异常，则输出第一预警信号，所述第一预警信号包括当前异常类型的风险等级以及对应的防护方案；其中，所述异常预警模型根据预先定义的异常类型与告警阈值进行异常检测；
35、数据发送模块，用于将所述第一预警信号发送给中央管理系统，并且将所述归一化数据发送给云端，以便云端通过预先训练的机器学习模型检测所述电动车辆和/或充电桩当前充电状态，输出第二预警信号并发送至所述中央管理系统。
36、可选地，所述装置进一步包括参数调整模块，用于响应于所述中央管理系统的第一控制指令和第二控制指令，自动调整所述充电桩充电过程中的运行参数；其中，所述第一控制指令根据所述第一预警信号生成，所述第二控制指令根据所述第二预警信号生成。
37、通过本专利技术技术方案，可以获得如下技术效果：
38、(1)本专利技术提供的充电异常检测方法及装置，由于数据处理和分析发生在充电桩的边缘，使整个检测过程的响应时间大大缩短，能够更快地应对各种情况；同时，边缘计算也减少了对中央服务器的依赖，降低了系统的整体运维成本；
39、(2)本专利技术能够实时检测和预防潜在的安全隐患，如电路过热、电流过大等问题，确保充电过程安全无忧，增强本文档来自技高网...
【技术保护点】
1.一种充电异常检测方法，其特征在于，应用于充电异常检测装置，该充电异常检测装置运行于充电桩内，所述方法包括：
2.根据权利要求1所述的充电异常检测方法，其特征在于，所述实时获取充电状态数据，包括：
3.根据权利要求1所述的充电异常检测方法，其特征在于，所述对所述充电状态数据进行预处理，具体包括；
4.根据权利要求1所述的充电异常检测方法，其特征在于，所述异常预警模型的训练过程包括：
5.根据权利要求1所述的充电异常检测方法，其特征在于，将所述归一化数据输入预先训练的异常预警模型，判断所述电动车辆和/或充电桩当前充电状态是否发生异常，包括：
6.根据权利要求5所述的充电异常检测方法，其特征在于，所述若所述电动车辆和/或充电桩当前充电状态发生异常，则输出第一预警信号，包括：
7.根据权利要求1所述的充电异常检测方法，其特征在于，所述预先定义的异常类型包括充电桩充电异常类型和车辆充电异常类型，其中，
8.根据权利要求1所述的充电异常检测方法，其特征在于，进一步包括：
9.一种充电异常检测装
10.根据权利要求9所述的充电异常检测装置，其特征在于，进一步包括参数调整模块，用于响应于所述中央管理系统的第一控制指令和第二控制指令，自动调整所述充电桩充电过程中的运行参数；其中，所述第一控制指令根据所述第一预警信号生成，所述第二控制指令根据所述第二预警信号生成。
...【技术特征摘要】
1.一种充电异常检测方法，其特征在于，应用于充电异常检测装置，该充电异常检测装置运行于充电桩内，所述方法包括：
2.根据权利要求1所述的充电异常检测方法，其特征在于，所述实时获取充电状态数据，包括：
3.根据权利要求1所述的充电异常检测方法，其特征在于，所述对所述充电状态数据进行预处理，具体包括；
4.根据权利要求1所述的充电异常检测方法，其特征在于，所述异常预警模型的训练过程包括：
5.根据权利要求1所述的充电异常检测方法，其特征在于，将所述归一化数据输入预先训练的异常预警模型，判断所述电动车辆和/或充电桩当前充电状态是否发生异常，包括：
6.根据权利要求5所述的充电异常检测方法，其特征在于，所述若所...
【专利技术属性】
技术研发人员：张濛，王曦钊，栾睿琦，
申请(专利权)人：中油绿电新能源有限公司，
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。