一种新能源充电桩的区域高温风险预警方法及系统与流程

摘要: 本发明涉及高温预警,具体为一种新能源充电桩的区域高温风险预警方法及系统。背景技术:1、新能源充电桩是专门用于为新能源汽车,如电动汽车、电动公交车等提供充电服务的...
一种新能源充电桩的区域高温风险预警方法及系统与流程

本发明涉及高温预警,具体为一种新能源充电桩的区域高温风险预警方法及系统。

背景技术:

1、新能源充电桩是专门用于为新能源汽车,如电动汽车、电动公交车等提供充电服务的设备,属于电动车充电基础设施的一部分;它的作用是将电能从电网输送到电动车的电池中,从而为电动车提供动力支持。

2、目前,传统方法通常只依赖于固定的风险评估模型,未能充分考虑充电桩在不同运行时段的变化;并且,传统方法无法区分充电桩在高温环境中的不同工作状态,因此在高温预测时可能无法准确反映充电桩实际的运行风险,容易导致评估结果不够精准;以及,传统方法可能未对待预警区域进行合理的细分,通常是将整个区域作为一个整体来进行高温风险评估;这种粗略的评估方式无法识别不同子区域的高温风险差异,无法进行差异化管理。

3、此外,传统方法可能过于依赖单一的参数或监测数据,忽视了充电桩运行状态和环境特征等多维度的综合影响;充电桩的运行稳定性不仅受温度影响,还受到散热系统、电池管理、负载变化等多种因素的影响。

技术实现思路

1、为实现上述目的,本发明提供如下技术方案:一种新能源充电桩的区域高温风险预警方法,包括:

2、获取待预警区域的充电桩部署数据与全时序监测数据,确定对应的充电桩运行状态数据集和环境特征数据集,构建待预警区域的充电桩运行状态-环境特征关联曲面;

3、构建高温风险预警参照体系,基于所述充电桩运行状态数据集和环境特征数据集,确定所述高温风险预警参照体系中每个空间点位的特征关联矩阵;

4、基于所述特征关联矩阵,对所述待预警区域进行聚类划分,得到多个待预警子区域;从所述充电桩运行状态数据集中提取各待预警子区域的充电桩抗高温固有特征和降温保障配置特征,确定各待预警子区域的抗高温基准系数;

5、确定所述多个待预警子区域的目标子区域,提取所述目标子区域对应的历史高温故障特征数据集,基于所述目标子区域的抗高温基准系数以及相邻待预警子区域的抗高温基准系数,确定目标子区域的区域同质性关联度;

6、基于所述充电桩运行状态数据集区分所述目标子区域的稳定运行时段和动态运行时段,分别构建稳定期风险评估分支和动态期风险评估分支,得到双分支风险评估模型,基于各待预警子区域的特征关联矩阵和抗高温基准系数完成模型训练;

7、获取待预警区域的实时监测数据和高温预测数据,将所述实时监测数据和高温预测数据输入所述双分支风险评估模型,基于所述区域同质性关联度和抗高温基准系数,计算各待预警子区域的风险评估系数,确定所述待预警区域的整体高温风险系数,得到区域高温风险预警信息。

8、优选的,获取待预警区域的充电桩部署数据与全时序监测数据,确定对应的充电桩运行状态数据集和环境特征数据集,构建待预警区域的充电桩运行状态-环境特征关联曲面,包括:

9、采集各充电桩的连续运行参数,得到充电桩运行状态原始数据集,其中,所述连续运行参数包括充电模块工作状态、散热系统运行参数和电池管理模块反馈数据;

10、获取待预警区域的历史环境数据和实时环境数据,构建环境特征原始数据集;

11、对所述充电桩运行状态原始数据集和环境特征原始数据集进行预处理,得到标准化的充电桩运行状态数据集和环境特征数据集;

12、建立充电桩部署数据与标准化数据集的关联映射关系,得到数据关联表,明确各位置充电桩的运行状态与对应环境特征的匹配关系;

13、对所述数据关联表中的离散数据进行处理,得到待预警区域的充电桩运行状态-环境特征关联曲面。

14、优选的,构建高温风险预警参照体系,基于所述充电桩运行状态数据集和环境特征数据集,确定所述高温风险预警参照体系中每个空间点位的特征关联矩阵,包括:

15、对所述充电桩运行状态-环境特征时空关联曲面进行投影转换,得到高温风险预警参照体系的原点参考图形;

16、选取所述原点参考图形的几何中心作为高温风险预警参照体系的原点,以待预警区域的地理边界为参照确定体系范围,构建高温风险预警参照体系;

17、对所述高温风险预警参照体系进行规则网格划分,得到空间点位集合,确定每个点位的空间定位信息;

18、基于所述数据关联表,查询所述空间点位集合中每个点位对应的充电桩运行状态参数和环境特征参数,建立点位-参数匹配关系表;

19、对所述充电桩运行状态参数进行标准化处理,得到标准运行状态参数;

20、对所述环境特征参数进行主成分分析,筛选出对高温风险影响最显著的核心环境特征,得到环境特征综合值;

21、基于所述标准运行状态参数和环境特征综合值,以及结合点位空间位置信息,构建每个空间点位的特征关联矩阵。

22、优选的,基于所述特征关联矩阵,对所述待预警区域进行聚类划分,得到多个待预警子区域,包括:

23、基于所述特征关联矩阵进行相似性聚类,确定最优聚类数量;

24、初始化聚类中心,计算每个空间点位到各聚类中心的关联相似度,基于相似度值将点位归类到对应聚类簇;

25、确定聚类中心稳定判定标准,迭代更新聚类中心直至其变化幅度满足判定标准,得到标准聚类中心;

26、将各聚类簇对应的空间点位映射回所述高温风险预警参照体系,确定每个聚类簇的边界范围,得到多个待预警子区域。

27、优选的,从所述充电桩运行状态数据集中提取各待预警子区域的充电桩抗高温固有特征和降温保障配置特征,确定各待预警子区域的抗高温基准系数,包括:

28、计算每个待预警子区域的边界范围面积和形状特征,得到子区域形态特征数据,同时统计子区域内各点位特征关联矩阵的均值和离散程度,得到子区域特征统计数据;

29、建立待预警子区域与充电桩部署数据的关联关系表,存储所述子区域形态特征数据和子区域特征统计数据;

30、计算各聚类结果的轮廓系数,若轮廓系数满足预设标准则确定为最终子区域划分结果,否则重新调整聚类参数并重复聚类过程;

31、从所述充电桩运行状态数据集中提取各子区域内充电桩的散热结构类型、耐高温等级和核心部件特性,得到抗高温固有特征;

32、通过区域基础设施管理系统查询各子区域的降温设施分布情况,得到降温保障配置特征,其中,所述降温设施分布情况包括遮阳设施覆盖范围、通风设备运行状态和冷却介质供应能力;

33、对所述抗高温固有特征和降温保障配置特征进行标准化处理后,计算得到各待预警子区域的抗高温基准系数。

34、优选的,确定所述多个待预警子区域的目标子区域,提取所述目标子区域对应的历史高温故障特征数据集,基于所述目标子区域的抗高温基准系数以及相邻待预警子区域的抗高温基准系数,确定目标子区域的区域同质性关联度,包括:

35、遍历所有待预警子区域,将当前遍历的子区域设定为目标子区域,记录目标子区域的空间位置和边界信息;

36、从充电桩历史运行数据库中提取所述目标子区域内所有充电桩的历史运行记录,筛选出与高温相关的故障信息,构建历史高温故障特征数据集,其中,所述故障信息包括故障发生时刻、故障持续情况和故障影响范围;

37、基于各待预警子区域的边界信息,识别与所述目标子区域直接相邻的相邻子区域,记录相邻子区域的标识信息;

38、基于所述抗高温基准系数和子区域特征统计数据,计算目标子区域与各相邻子区域的特征相似性;

39、基于所述历史高温故障特征数据集中的故障传播规律,对所述特征相似性进行修正,得到目标子区域与相邻子区域的关联度;

40、对各相邻子区域与目标子区域的关联度进行加权计算,得到目标子区域的区域同质性关联度。

41、优选的,基于所述充电桩运行状态数据集区分所述目标子区域的稳定运行时段和动态运行时段,分别构建稳定期风险评估分支和动态期风险评估分支,得到双分支风险评估模型,基于各待预警子区域的特征关联矩阵和抗高温基准系数完成模型训练,包括:

42、从所述充电桩运行状态数据集中提取目标子区域的连续运行参数时序数据,其中,所述时序数据包括充电功率变化趋势、散热系统负荷变化和环境温度波动情况;

43、对所述时序数据进行聚类分析,根据充电功率变异程度和环境温度变化幅度,区分稳定运行时段和动态运行时段,其中,所述稳定运行时段表现为功率变异小且温度波动平缓,所述动态运行时段表现为功率变异大且温度波动剧烈;

44、提取所述稳定运行时段对应的运行状态参数和环境特征参数,构建稳定期样本数据集;提取所述动态运行时段对应的参数数据,构建动态期样本数据集;基于稳定期样本数据集和核心高温影响特征,构建稳定期风险评估分支,以充电功率、环境温度和散热效率作为核心评估节点,建立节点间的关联关系;

45、基于动态期样本数据集和核心高温影响特征,构建动态期风险评估分支,以环境湿度和充电负荷作为顶层评估节点,逐级关联充电功率、环境温度和散热效率等下级节点,得到级联式关联结构;

46、将所述稳定期风险评估分支和所述动态期风险评估分支整合,得到双分支风险评估模型,确定所述双分支风险评估模型切换触发条件,根据实时运行状态判断启用对应分支;

47、将各待预警子区域的特征关联矩阵和抗高温基准系数作为训练数据,对所述双分支风险评估模型进行训练,确定模型各节点的关联权重参数,完成模型校准。

48、优选的,将所述实时监测数据和高温预测数据输入所述双分支风险评估模型,基于所述区域同质性关联度和抗高温基准系数,计算各待预警子区域的风险评估系数,确定所述待预警区域的整体高温风险系数,得到区域高温风险预警信息,包括:

49、将所述实时监测数据集和高温预测数据输入双分支风险评估模型,根据实时运行状态触发对应评估分支,进行风险概率推演,得到各待预警子区域的初步风险数据;

50、基于所述区域同质性关联度和抗高温基准系数,对所述初步风险数据进行修正,得到各待预警子区域的风险评估系数;

51、对所述风险评估系数进行标准化处理,得到标准风险评估系数,同时获取各子区域的面积数据;

52、计算所述标准风险评估系数和面积数据,得到待预警区域的整体高温风险系数;

53、基于所述整体高温风险系数确定待预警区域的整体预警等级,根据各子区域的标准风险评估系数确定各子区域的精准预警等级,得到区域高温风险预警信息。

54、一种新能源充电桩的区域高温风险预警系统,其适用于上述的一种新能源充电桩的区域高温风险预警方法,包括:

55、数据获取单元,用于获取待预警区域的充电桩部署数据与全时序监测数据,确定对应的充电桩运行状态数据集和环境特征数据集,构建待预警区域的充电桩运行状态-环境特征关联曲面;

56、特征关联单元,用于构建高温风险预警参照体系,基于所述充电桩运行状态数据集和环境特征数据集,确定所述高温风险预警参照体系中每个空间点位的特征关联矩阵;

57、区域划分单元,用于基于所述特征关联矩阵,对所述待预警区域进行聚类划分,得到多个待预警子区域;从所述充电桩运行状态数据集中提取各待预警子区域的充电桩抗高温固有特征和降温保障配置特征,确定各待预警子区域的抗高温基准系数;

58、高温故障单元,用于确定所述多个待预警子区域的目标子区域,提取所述目标子区域对应的历史高温故障特征数据集,基于所述目标子区域的抗高温基准系数以及相邻待预警子区域的抗高温基准系数,确定目标子区域的区域同质性关联度;

59、风险评估单元,用于基于所述充电桩运行状态数据集区分所述目标子区域的稳定运行时段和动态运行时段,分别构建稳定期风险评估分支和动态期风险评估分支,得到双分支风险评估模型,基于各待预警子区域的特征关联矩阵和抗高温基准系数完成模型训练;

60、高温预警单元,用于获取待预警区域的实时监测数据和高温预测数据,将所述实时监测数据和高温预测数据输入所述双分支风险评估模型,基于所述区域同质性关联度和抗高温基准系数,计算各待预警子区域的风险评估系数,确定所述待预警区域的整体高温风险系数,得到区域高温风险预警信息。

61、与现有技术相比,本发明的有益效果是:

62、本发明通过构建双分支风险评估模型,结合稳定期与动态期的风险评估分支,可以针对不同的运行时段进行精准的风险分析,这种细分化的评估方式能够更全面地考虑充电桩运行中的不同变化情况,从而做出更加准确的高温风险预测;且通过将待预警区域划分为多个子区域,基于特征关联矩阵进行聚类,能够更精确地识别每个子区域的高温风险状况,有助于实现差异化管理,根据每个子区域的特性来制定相应的预警和应对措施,提高管理效率和资源的合理利用;

63、本发明通过结合充电桩运行状态数据和环境特征数据,能够全面评估高温对充电桩的影响,确保从多个维度考虑设备的风险;且通过实时的高温风险预警,管理人员可以采取必要的降温措施或调整充电桩的负荷,确保充电桩在高温环境中仍能稳定运行,不仅延长了设备的使用寿命,还减少了因过热导致的设备故障和安全隐患。