一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法与流程

本发明涉及数据处理，具体为一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法。

背景技术：

1、现有的充电桩网络及其能耗数据的处理高度依赖于集中式的云计算架构，在典型的中心化系统中，所有分布在现场的充电桩产生的传感器数据（如实时电压、电流、枪头温度）、用户的充电预约请求、实时的计费结算指令以及设备自身的状态参数，均需要通过4g/5g蜂窝网络或有线宽带持续不断地传输至远端的集中式数据中心进行处理与调度。尽管云计算技术拥有庞大的存储空间和弹性的算力资源，但其应用于新型充电网络时，仍存在以下问题：

2、第一、传统充电设备的计费与认证逻辑强依赖于云端服务器的实时校验。在偏远公路服务区、地下停车场或者因极端自然灾害导致网络基站停电等弱网、断网环境中，充电桩由于无法与云端通信，将陷入无法进行身份识别、无法启动设备、无法完成订单结算的瘫痪状态。这不仅影响了新能源汽车车主的体验，更大幅削减了充电站运营商的实际设备利用率。

3、第二、智能充电桩在执行能源交换的同时，也承载着用户标识、车辆轨迹、金融支付流水等敏感信息。在数据向云端长距离传输的过程中，可能会受到中间人嗅探或恶意篡改。由于缺乏高级加密与分布式存证手段，一旦中心服务器受到网络攻击，将导致隐私泄露与财产损失。

技术实现思路

1、为解决上述问题，本方案提供一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法。

2、一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法，包括以下步骤：

3、通过部署于充电桩本地或场站网关的边缘计算节点，实时接入充电桩运行状态数据、配电网运行数据、分布式可再生能源出力数据以及气象环境数据；基于网络时间协议完成数据的时间同步，并在本地执行标准化预处理；

4、对预处理后的数据进行清洗，分离抑制趋势分量与噪声分量，并消除电网谐波与传感器噪声带来的数据污染，进而在边缘计算节点构建高维时序特征张量；

5、边缘计算节点基于所述高维时序特征张量及本地数据库中存储的车辆状态信息，在本地进行初步充电资源分配；随后将降维聚合后的特征参数上传至云端，云端基于启发式序列动态规划算法进行全局电网潮流优化计算，并将全局最优负荷控制参数下发至边缘计算节点以生成最终的充电功率控制指令；

6、对充值用户的身份隐私信息及计费流水数据进行二次加密处理，并存入边缘计算节点的分布式账本中；当检测到云端通信链路中断时，切换至近场通信模式，基于蓝牙介质访问控制地址与动态密钥完成脱机环境下的用户身份认证、本地计费与状态更新，待广域网通信恢复后自动进行边云数据同步。

7、优选地，所述对预处理后的数据进行清洗，分离抑制趋势分量与噪声分量，并消除电网谐波与传感器噪声带来的数据污染，具体包括：

8、运用基于z-score标准化的异常检测算法识别原始高频采集序列中的突变异常值，对于因通信丢包导致的短时间序列缺失采用三次样条插值法填补，对于长时间缺失数据调用部署于边缘节点内的长短期记忆网络模型进行预测性特征填补；

9、通过离散小波变换将非平稳时序数据分解为代表系统基线演变的趋势项、代表周期性用电规律的周期项以及代表随机扰动的随机项；

10、针对随机项数据，利用自适应卡尔曼滤波器进行平滑处理。

11、优选地，所述边缘计算节点基于所述高维时序特征张量及本地数据库中存储的车辆状态信息，在本地进行初步充电资源分配，具体包括：

12、边缘计算节点以发出充电请求的电动汽车当前地理位置为圆心、设定的物理判定距离为半径进行空间搜索，获得充电站待选区域集合；

13、计算待选区域内每一个可分配充电站的优先参数，将各可分配充电站按照计算得出的优先参数进行降序排序，选择排名前3的站点作为推荐分配结果输出供用户选择。

14、优选地，所述计算待选区域内每一个可分配充电站的优先参数，具体包括：

15、边缘计算节点获取目标充电站的直线距离d、当前可用快充枪空闲率q、区域配电变压器实时负载率l以及预估排队等待时间t；

16、采用极值法将上述特征变量d、q、l和t映射至0到1的无量纲数值区间内，消除量纲差异；

17、基于边缘节点预先配置或根据云端动态指令，分别为归一化后的各特征变量分配动态权重参数；

18、基于上述归一化后的各变量的值和其对应的权重，采用加权求和模型计算优先参数：

19、；

20、式中，p为最终的优先参数，、、和分别为归一化后的各特征变量的权重。

21、优选地，所述启发式序列动态规划算法中的优化目标函数包括：总体微电网的日前用电成本、实时购电成本以及充电桩负荷波动方差。

22、优选地，所述启发式序列动态规划算法的求解约束条件包括：配电网节点容量上限、充电设施最大输出功率限制以及电动汽车动力电池健康状态演化指标。

23、优选地，所述对用户的身份隐私信息及计费流水数据进行二次加密处理，具体包括：

24、当用户发起充电请求时，充电桩边缘节点基于设备证书体系与用户智能终端执行双向身份认证，协商生成用于本次通信的对称加密密钥；

25、在所述双向身份验证通过后，边缘节点提取充电会话的物理电量参数、车辆标识码、计费流水及身份信息，将其与充电设备硬件防伪指纹进行数据拼接，并利用所述对称加密密钥进行哈希运算，生成第一重初始密文数据；

26、将所述第一重初始密文数据作为分布式账本的区块主体，调用边缘节点的硬件安全芯片，运用非对称公私钥加密算法及全同态加密机制对所述区块主体进行二次加密封装；

27、将经过所述二次加密处理后的最终密文区块，通过轻量级本地共识机制，在同一充电场站内所属的多个相邻充电桩边缘节点之间进行对等网络分布式广播与状态同步。

28、相比于现有技术，本发明的优点在于：

29、通过将多尺度滤波与特征提取算法下沉部署至边缘设备，实现了数据在源头的即时降噪与高维压缩，降低了网络带宽的占用率，避免了高频发访问造成的网络拥堵，并且降低了车辆调度与负载匹配的系统响应时间。

30、通过利用边云协同的序列动态规划调度算法，本方法能够基于实时的配电变压器负载率与分时电价，控制大规模车队的充电功率曲线，有效降低局部电网的峰谷差，减少能量损耗并避免电压失稳现象。

31、本方案的离线蓝牙计费机制，利用持久层数据库与边缘侧算力解除了充电桩业务对云端网络24h在线的依赖，确保了充电站全天候、全地域的服务连贯性。

1.一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法，其特征在于，所述对预处理后的数据进行清洗，分离抑制趋势分量与噪声分量，并消除电网谐波与传感器噪声带来的数据污染，具体包括：

3.根据权利要求1所述的一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法，其特征在于，所述边缘计算节点基于所述高维时序特征张量及本地数据库中存储的车辆状态信息，在本地进行初步充电资源分配，具体包括：

4.根据权利要求1所述的一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法，其特征在于，所述计算待选区域内每一个可分配充电站的优先参数，具体包括：

5.根据权利要求1所述的一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法，其特征在于，所述启发式序列动态规划算法中的优化目标函数包括：总体微电网的日前用电成本、实时购电成本以及充电桩负荷波动方差。

6.根据权利要求1所述的一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法，其特征在于，所述启发式序列动态规划算法的求解约束条件包括：配电网节点容量上限、充电设施最大输出功率限制以及电动汽车动力电池健康状态演化指标。

7.根据权利要求1所述的一种基于边缘计算的新能源汽车充电桩能耗数据处理与方法，其特征在于，所述对用户的身份隐私信息及计费流水数据进行二次加密处理，具体包括：