[发明专利]充电桩监控预警方法、装置、设备及存储介质

权利要求书

1.一种充电桩监控预警方法，其特征在于，包括：

获取样本充电信息，并根据所述样本充电信息确定异常模型，其中，所述样本充电信息由充电桩以及使用所述充电桩充电的电动自行车确定；

获取目标时间段内的多个目标充电信息，其中，所述目标充电信息由所述充电桩以及使用所述充电桩充电的充电式车辆确定，所述充电式车辆为电动汽车或所述电动自行车；

基于所述异常模型，对所述目标时间段内的各个所述目标充电信息进行异常分析，判断所述目标充电信息是否为充电异常信息；

当所述目标充电信息为充电异常信息时，生成用于指示所述充电式车辆为所述电动自行车的预警信息；

其中，所述样本充电信息包括由所述充电桩确定的样本供电信息和由使用所述充电桩充电的电动自行车确定的样本状态信息，所述目标充电信息包括由所述充电桩确定的目标供电信息和由使用所述充电桩充电的充电式车辆确定的目标状态信息，所述异常模型包括充电桩状态异常模型和车辆状态异常模型，所述充电桩状态异常模型由所述样本供电信息确定，所述车辆状态异常模型由所述样本状态信息确定；所述基于所述异常模型，对所述目标时间段内的各个所述目标充电信息进行异常分析，判断所述目标充电信息是否为充电异常信息，包括：

基于所述充电桩状态异常模型，对所述目标时间段内的各个所述目标供电信息进行异常分析，判断所述目标供电信息是否为供电异常信息；

基于所述车辆状态异常模型，对所述目标时间段内的各个所述目标状态信息进行异常分析，判断所述目标状态信息是否为状态异常信息；

当所述目标供电信息为供电异常信息，或者当所述目标状态信息为状态异常信息时，确定所述目标充电信息为充电异常信息；

其中，所述样本供电信息包括样本充电功率，所述样本状态信息包括样本充电需求量；所述获取样本充电信息，并根据所述样本充电信息确定异常模型，包括：

获取样本时间段内的多个样本充电信息；

对所述样本时间段内的各个所述样本充电功率进行比对，根据最大的所述样本充电功率确定功率异常特征阈值；

根据所述功率异常特征阈值，确定所述充电桩状态异常模型；

根据所述样本时间段内的各个所述样本充电需求量，确定需求量异常特征；

根据所述需求量异常特征，确定所述车辆状态异常模型；

其中，所述样本状态信息还包括样本车辆识别码和样本荷电状态；所述根据所述需求量异常特征，确定所述车辆状态异常模型的步骤之后，还包括：

根据所述样本车辆识别码，确定车辆异常识别码；

对所述样本时间段内的各个所述样本荷电状态进行比对，根据最小的所述样本荷电状态确定第一荷电状态异常特征阈值，并根据最大的所述样本荷电状态确定第二荷电状态异常特征阈值；

根据所述样本时间段内的各个所述样本荷电状态，确定样本充电效率，并根据所述样本充电效率确定效率异常特征；

根据所述车辆异常识别码、所述第一荷电状态异常特征阈值、所述第二荷电状态异常特征阈值和所述效率异常特征，更新所述车辆状态异常模型。

2.根据权利要求1所述的方法，其特征在于，所述充电桩状态异常模型包括功率异常特征阈值，所述功率异常特征阈值由所述样本供电信息确定，所述目标供电信息包括目标充电功率；所述基于所述充电桩状态异常模型，对所述目标时间段内的各个所述目标供电信息进行异常分析，判断所述目标供电信息是否为供电异常信息，包括：

对所述目标时间段内的各个所述目标充电功率进行比对，根据最大的所述目标充电功率确定目标功率特征值；

判断所述目标功率特征值是否小于等于所述功率异常特征阈值；

当所述目标功率特征值小于等于所述功率异常特征阈值时，确定所述目标供电信息为供电异常信息。

3.根据权利要求1所述的方法，其特征在于，所述车辆状态异常模型包括需求量异常特征，所述需求量异常特征由所述样本状态信息确定，所述目标状态信息包括目标充电需求量；所述基于所述车辆状态异常模型，对所述目标时间段内的各个所述目标状态信息进行异常分析，判断所述目标状态信息是否为状态异常信息，包括：

计算所述目标时间段内的各个所述目标充电需求量的方差和平均值，确定目标需求量特征；

判断所述目标需求量特征是否符合所述需求量异常特征；

当所述目标需求量特征符合所述需求量异常特征时，确定所述目标状态信息为状态异常信息。