一种面向智能设备集群的AI协同决策系统的制作方法

本发明涉及人工智能与物联网控制，尤其涉及一种面向充电桩集群与环境监测控制设备的ai协同决策系统。

背景技术：

1、随着新能源汽车充电基础设施规模扩大，集中式充电站、园区充电场站、停车场充电区域和公共充电网络中通常部署有多个交流充电桩、直流充电桩、配电监测终端、储能单元、环境传感器和环境控制执行设备。上述设备在运行过程中需要同时处理车辆接入、充电订单、接口占用、输出功率分配、配电容量约束、温湿度变化、烟雾水浸报警、通风散热控制和故障隔离等多类任务。

2、现有充电桩集群控制多依据订单先后顺序、固定功率策略或单一设备状态进行指令派发，通信强度、指令缓存、输出功率余量、接口可用状态、储能支撑能力、环境异常程度、设备响应时间和边缘算力占用往往处于分散判断状态。在充电车辆集中接入、配电容量受限、充电桩局部过载、环境温度升高或烟雾水浸等异常发生时，系统仍可能继续向不适合的充电桩或环境控制设备发送控制指令，容易出现指令堆积、通信重传、功率越限、接口误占用、环境控制滞后、充电任务等待时间增加和设备异常反馈不及时等问题。

3、因此，需要一种能够同时面向充电桩集群调度和环境监测控制场景的ai协同决策系统，使充电任务、功率调节任务和环境控制任务能够与设备实时能力相匹配，并在指令输出前进行复核，在执行后进行反馈刷新，从而提高充电场站运行的稳定性、安全性和调度准确性。

技术实现思路

1、本发明的目的是解决现有技术中充电桩集群与环境监测控制设备之间缺少统一协同决策机制的问题，提出一种面向充电桩集群与环境监测控制设备的ai协同决策系统。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种面向充电桩集群与环境监测控制设备的ai协同决策系统，所述系统包括接入槽位模块、片段生成模块、候选匹配模块、决策门控模块和状态更新模块。

4、接入槽位模块用于接收交流充电桩、直流充电桩、配电监测终端、储能单元、环境传感器和环境控制执行设备回传的接入状态数据帧，按通信接收强度数值、指令缓存剩余容量、输出功率余量、充电接口可用状态、剩余可用能量数值、环境参数偏差值、控制响应时间和边缘计算占用时间生成设备能力槽位。

5、片段生成模块与接入槽位模块连接，用于根据充电订单信息、车辆接入信息、配电容量约束、负荷调度策略和环境监测事件确定控制目标、执行时限、功率需求、接口需求、控制频次和数据处理量，生成充电控制片段或环境控制片段。

6、候选匹配模块与片段生成模块连接，用于将充电控制片段或环境控制片段与设备能力槽位逐项比较，排除通信不可达、缓存不足、功率容量不足、接口状态异常、环境控制能力不足或算力占用超限的设备，生成候选设备集合。

7、决策门控模块与候选匹配模块连接，用于按通信稳定等级、缓存剩余等级、功率余量等级、接口可用等级、能量支撑等级、环境偏差等级、响应时间等级和算力占用等级计算适配分值，选择目标执行设备，并在指令发送前复核通信接收强度数值、指令缓存剩余容量、输出功率余量和环境参数偏差值后输出控制指令。

8、状态更新模块与决策门控模块连接，用于接收执行状态数据帧，依据充电执行状态、环境控制状态、缓存占用变化、通信重传次数、功率执行偏差、环境参数回落状态和实际响应时间更新设备能力槽位。

9、本发明的工作原理及优点在于：

10、本发明围绕充电桩集群和环境监测控制设备的实时运行状态，建立设备能力槽位，将充电订单、车辆接入、配电容量约束和环境监测事件转化为可匹配的控制片段；候选匹配阶段排除通信不可达、缓存不足、功率容量不足、接口异常、环境控制能力不足和算力超限的设备；决策门控阶段将不同物理来源的状态字段转换为统一等级口径，计算候选适配分值，并在控制指令写入前复核关键状态；状态更新阶段依据充电执行状态和环境控制反馈刷新设备能力槽位。由此形成从接入状态、任务片段、候选匹配、门控输出到执行反馈的闭合控制链路，降低充电桩集群中的功率越限、指令堆积、接口误派发、环境控制滞后和通信重传风险，提高充电场站的运行连续性、安全性和协同调度精度。

1.一种面向智能设备集群的ai协同决策系统，其特征在于，所述系统包括：

2.根据权利要求1所述的面向智能设备集群的ai协同决策系统，其特征在于，所述接入槽位模块设置有帧解析子模块、有效性核验单元和槽位写入单元：

3.根据权利要求1所述的面向智能设备集群的ai协同决策系统，其特征在于，所述片段生成模块设置有任务事件解析子模块、需求量化单元和片段写入单元：

4.根据权利要求1所述的面向智能设备集群的ai协同决策系统，其特征在于，所述候选匹配模块设置有槽位读取子模块、条件比对单元和集合生成单元：

5.根据权利要求1所述的面向智能设备集群的ai协同决策系统，其特征在于，所述决策门控模块设置有等级转换子模块、适配计算单元和指令复核单元：

6.根据权利要求1所述的面向智能设备集群的ai协同决策系统，其特征在于，所述状态更新模块设置有状态解析子模块、变化计算单元和槽位刷新单元：

7.根据权利要求2所述的面向智能设备集群的ai协同决策系统，其特征在于：

8.根据权利要求3所述的面向智能设备集群的ai协同决策系统，其特征在于：

9.根据权利要求1所述的面向智能设备集群的ai协同决策系统，其特征在于：

10.根据权利要求1所述的面向智能设备集群的ai协同决策系统，其特征在于：