[发明专利]充电桩状态识别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202211487136.0 申请日: 2022-11-25
公开(公告)号: CN115545241A 公开(公告)日: 2022-12-30
发明(设计)人: 巩国栋;张喆葳;刘路畅 申请(专利权)人: 北京志翔科技股份有限公司
主分类号: G06Q10/00 分类号: G06Q10/00;G06Q10/06;G06Q50/06
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 张晓霞
地址: 100083 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 充电 状态 识别 方法 装置 电子设备 存储 介质
【说明书】:

发明涉及充电桩技术领域,提供了一种充电桩状态识别方法、装置、电子设备及存储介质。方法包括:确定目标充电桩的历史订单数据;基于所述目标充电桩的历史订单数据,逐周期提取所述目标充电桩的时序特征;基于各周期时序特征和所述各周期时序特征的统计学指标,确定所述目标充电桩的状态。本发明可以基于现有的历史订单数据进行分析来确定充电桩的状态,解决了现场巡检检定成本过高且不易发现不影响充电桩作业的异常状态的缺陷,实现对充电桩状态的准确快速识别。

技术领域

本发明涉及充电桩技术领域,尤其涉及一种充电桩状态识别方法、装置、电子设备及存储介质。

背景技术

充电桩作为电动汽车充电站,可以根据不同的电压等级为各种型号的电动汽车充电。为了保证充电过程的安全,需要对充电桩的状态进行监控,及时识别出充电桩的异常状态。目前对充电桩异常状态的识别包括两种方式,第一种是在充电桩出现功能性故障后自动向服务器上报相关信息,第二种是通过对充电桩定期巡检和周期性检定来获取充电桩的状态。

然而,第一种方式缺少对不影响充电桩使用的非功能性故障的上报,第二种方式综合成本较高,并且发现异常的时效性受巡检检定周期影响,不能做到对异常状态的及时发现。

发明内容

本发明提供一种充电桩状态识别方法、装置、电子设备及存储介质,用以解决现有技术中现场巡检检定成本过高且不易发现不影响充电桩作业的异常状态的缺陷,实现对充电桩状态的准确快速识别。

本发明提供一种充电桩状态识别方法,包括:

确定目标充电桩的历史订单数据;

基于所述目标充电桩的历史订单数据,逐周期提取所述目标充电桩的时序特征;

基于各周期时序特征和所述各周期时序特征的统计学指标,确定所述目标充电桩的状态。

根据本发明提供的一种充电桩状态识别方法,所述基于所述目标充电桩的历史订单数据,逐周期提取所述目标充电桩的时序特征,包括:

将所述目标充电桩的历史订单数据按照所述周期划分,剔除节假日所在周期的目标充电桩的历史订单数据;

基于剔除节假日所在周期后的目标充电桩的历史订单数据,逐周期提取所述目标充电桩的时序特征。

根据本发明提供的一种充电桩状态识别方法,所述基于各周期时序特征和所述各周期时序特征的统计学指标,确定所述目标充电桩的状态,包括:

逐一判断所述各周期时序特征和所述各周期时序特征的统计学指标的关系;

若存在任一个周期的时序特征不满足所述任一个周期的统计学指标,则确定所述目标充电桩为异常状态;

若所述各周期时序特征均满足所述各周期时序特征的统计学指标,则确定所述目标充电桩为正常状态。

根据本发明提供的一种充电桩状态识别方法,确定所述任一个周期的统计学指标,包括:

获取第i个周期到第(i+n)个周期的时序特征,其中,i为正整数,n为能提取到稳定时序特征的最小周期数;

基于所述第i个周期到第(i+n)个周期的时序特征,确定第(i+n+1)个周期时序特征的统计学指标。

根据本发明提供的一种充电桩状态识别方法,所述基于所述第i个周期到第(i+n)个周期的时序特征,确定第(i+n+1)个周期时序特征的统计学指标,包括:

基于所述第i个周期到第(i+n)个周期的时序特征的均值和三倍的标准差,确定第(i+n+1)个周期时序特征的统计学指标。

根据本发明提供的一种充电桩状态识别方法,所述目标充电桩的时序特征包括目标充电桩的平均充电时长、平均充电功率和平均充电电量。

根据本发明提供的一种充电桩状态识别方法,所述确定目标充电桩的历史订单数据之前,还包括:

获取待处理充电桩的历史订单数据进行筛选;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京志翔科技股份有限公司,未经北京志翔科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211487136.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top