【技术实现步骤摘要】
本专利技术涉及新能源汽车充电设施安全监测，尤其涉及一种基于人工智能的新能源充电桩风险检测方法和系统。
技术介绍
1、基于人工智能的新能源充电桩风险检测可以应用于监测充电桩的运行状态、风险因素和异常情况，以提高充电桩的运行安全性和可靠性，基于人工智能的新能源充电桩风险检测系统可以帮助提高充电桩的安全性和可靠性，减少潜在的风险和事故发生；
2、但是在现在的新能源充电桩风险检测过程中，无法快速对充电桩本体监测数据、车辆监测数据和环境监测数据进行综合分析，导致降低了充电过程中的风险监测准确性和效率；
3、例如在申请公开号为cn117148001a的中国专利申请中公开了一种基于人工智能的新能源汽车充电桩故障预测系统，包括服务器、实时检测分析模块、故障追溯模块、运表追溯模块以及故障预测提醒模块；该专利技术通过将目标充电桩i进行实时检测分析，据此以生成实时检测合格信号或实时检测不合格信号，在生成实时检测合格信号时将对应目标充电桩i的历史故障进行分析，据此以生成故时追溯合格信号或故时追溯预警信号，在生成故时追溯合格信号时将目标充...
【技术保护点】
1.基于人工智能的新能源充电桩风险检测方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的新能源充电桩风险检测方法，其特征在于，所述获取新能源充电桩在充电过程中的充电桩本体监测数据、车辆监测数据和环境监测数据，包括：
3.根据权利要求2所述的基于人工智能的新能源充电桩风险检测方法，其特征在于，将获取的充电桩本体监测数据和环境监测数据导入充电桩充电过程异常分析模型中进行充电桩充电异常风险评估，得到充电桩充电异常风险评估结果，包括：
4.根据权利要求3所述的基于人工智能的新能源充电桩风险检测方法，其特征在于，所述将获取的车辆...
【技术特征摘要】
1.基于人工智能的新能源充电桩风险检测方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的新能源充电桩风险检测方法，其特征在于，所述获取新能源充电桩在充电过程中的充电桩本体监测数据、车辆监测数据和环境监测数据，包括：
3.根据权利要求2所述的基于人工智能的新能源充电桩风险检测方法，其特征在于，将获取的充电桩本体监测数据和环境监测数据导入充电桩充电过程异常分析模型中进行充电桩充电异常风险评估，得到充电桩充电异常风险评估结果，包括：
4.根据权利要求3所述的基于人工智能的新能源充电桩风险检测方法，其特征在于，所述将获取的车辆监测数据和环境监测数据导入车辆充电过程异常分析模型中进行车辆充电异常风险评估，得到车辆充电异常风险评估结果，包括：<...
【专利技术属性】
技术研发人员：许健伟，
申请(专利权)人：南京国电南自电网自动化有限公司，
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。