一种充电站安全监控方法及系统与流程

1.本发明涉及充电站监控技术领域，具体地说，是一种充电站安全监控方法及系统，用于监测场站实时情况，及时发现充电站、设备、车辆或人员已发生的安全事故和安全隐患。


背景技术：

2.在我国充电产业已经进入了告诉优胜劣汰的阶段，在电动车末端市场方面，电动汽车因其充电过程的漫长，每次都需要估算电池充电容量与行驶路程，因此对智能化的充电站的要求越来越高，因此，本发明提供了一种充电站安全监控方法及系统，通过大数据、ai和物联等智能监测技术手段及时发现安全隐患和安全事故。


技术实现要素：

3.本发明的目的在于提供一种充电站安全监控方法及系统，用于监测场站实时情况，及时发现充电站、设备、车辆或人员已发生的安全事故。
4.本发明通过下述技术方案实现：一种充电站安全监控方法，包括以下步骤：步骤s1：使用决策树id3算法采集充电站相关数据，根据相关数据判断安全事件及安全事件的需求场景，并以需求等级将安全事件进行分类；步骤s2：根据相关数据判断安全事件处于实时充电下的异常，并对电池健康进行诊断，当出现异常时通过ai监测技术进行动态预警；步骤s3：使用ai算法判断安全事件处于实时充电外的其他需求场景的异常，当出现异常时通过ai监测技术进行动态预警。
5.为了更好地实现本发明，进一步地，步骤s1中相关数据包括bms数据、故障数据、实时充电数据、充电请求数据、车辆数据、环境数据和高压及输电数据。
6.为了更好地实现本发明，进一步地，步骤s1包括:对安全事件的需求按照需求权重比例从高到低依次分为p0、p1、p2和p3；将安全事件的类型分为事故类型或隐患类型；使用决策树id3算法及时更新安全事件。
7.为了更好地实现本发明，进一步地，步骤s2包括:通过相关数据分析当前安全事件是否正常，如有异常，触发动态预警；通过分析相关数据判断车辆电池健康状况，形成车辆电池健康评分卡。
8.为了更好地实现本发明，进一步地，步骤s3中的ai算法包括烟火识别算法、设备外观监测算法、设备存放检测算法、吸烟打电话算法、区域入侵算法、跌倒检测算法、人和车体识别算法和车辆事故检测算法。
9.为了更好地实现本发明，进一步地，ai检测技术包括集成式ai监测技术、边缘计算技术和中心计算技术。
10.为了更好地实现本发明，进一步地，本发明还提供了一种充电站安全监控系统，7.
包括数据采集单元，动态预警单元和物联检测单元，其中：数据采集单元,用于使用决策树id3算法采集充电站相关数据，根据相关数据判断安全事件及安全事件的需求场景，并以需求等级将安全事件进行分类；动态预警单元,用于根据相关数据判断安全事件处于实时充电下的异常，并对电池健康进行诊断；用于使用ai算法判断安全事件处于实时充电外的其他需求场景的异常；物联检测单元,用于出现异常时通过ai监测技术进行动态预警。
11.本发明与现有技术相比，具有以下优点及有益效果：（1）本发明能够通过智能监控来监测场站实时情况，及时发现充电站、设备、车辆或人员已发生的安全事故；（2）本发明使用决策树id3算法可以随时增加其他安全问题，并对其他安全问题的严重程度进行更新；（3）本发明通过大数据、ai和物联等智能监测技术手段，远程视频监控及时发现安全隐患和安全事故；本发明能第一时间告知用户和相关人员；同时启动应急处置策略解决安全隐患和避免安全事故的扩大化；本发明事后形成隐患处置和事故报告；给用户和场站相关方发送安全报告，提升用户品牌忠诚度和合作信任度。
附图说明
12.本发明结合下面附图和实施例做进一步说明，本发明所有构思创新应视为所公开内容和本发明保护范围。
13.图1为本发明公开的一种充电站安全监控方法的流程示意图。
14.图2为本发明公开的一种充电站安全监控方法及系统中根据相关数据对安全事件进行分类后的示意图。
15.图3为本发明公开的一种充电站安全监控方法及系统中使用ai算法判断安全事件处于实时充电外的其他需求场景的示意图。
16.图4为本发明公开的一种充电站安全监控方法及系统中ai监测实现方式的几种类型示意图。
具体实施方式
17.为了更清楚地说明本发明实施例的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，应当理解，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，因此不应被看作是对保护范围的限定。基于本发明中的实施例，本领域普通技术工作人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.实施例1：本实施例的一种充电站安全监控方法，如图1所示，本实施例选用决策树id3算法，决策树id3算法是分类算法，因为充电站的特殊性及其所需参数，分类算法不同于聚类算法的不同之处在于类别在运算之前就已经是确定的。
19.决策树id3算法是分类中的经典算法，决策树的每一层节点依照某一确定程度比较高的属性向下分子节点，每个子节点在根据其他确定程度相对较高的属性进行划分，直
到生成一个能完美分类训练样例的决策树或者满足某个分类终止条件为止。
20.实施例2：本实施例在实施例1的基础上做进一步优化，在本实施例中，bms数据包括电池容量、内阻、充放电周期等bms数据采集；故障数据包括充电桩故障、电池故障等异常数据采集；充电实时数据包括充电过程电流、电压、温度等实时数据采集；车辆数据包括品牌、车型、车龄、电池类型等车辆相关数据；环境数据包括气温、湿度、降水等环境数据；高压及输电数据按模型需求获取。
21.本实施例的其他部分与实施例1相同，故不再赘述。
22.实施例3：本实施例在上述实施例1或2的基础上做进一步优化，如图2所示，在本实施例中，以相关数据进行举例，以实时充电数据举例，根据决策树id3算法模型，设信源分析指标（电流、电压曲线）x发出（充电曲线异常分析）a的概率p(a)，在收到偏离程度异常阈值a之前，将a的自信息量定义为i(a)=-logp(a)，将信息熵，即实时充电数据是否偏离正常充电曲线定义为：h(x)=求和(p(ai) i(ai))。信源分析指标（电流、电压曲线）x，对应收到的信息y，用条件熵h(x|y)来描述收到y后x的不确定性的估计。平均互信息量：用平均互信息量来表示信息y所能提供的关于x的信息量的大小。互信息量i(x|y)=h(x)-h(x|y) ，以此对同品牌车型历史数据，再用dtw等模型拟合该品牌车型正常的充电曲线，判断实时充电数据是否偏离正常充电曲线，根据偏离程度判定需求等级为p0、p1、p2、p3，其中考虑因素包括品牌车型、电池类型、车龄。所以，使用决策树id3算法采集实时充电数据，可以在一些需求场景下，判断是事故类型还是隐患类型，并进行分类，让用户更放心，让监管更省心，提升合作方信心。在本实施例中，还可以对需求权重进行打分评定。
23.在本实施例使用决策树id3算法可以随时增加其他安全问题，并对其他安全问题的严重程度进行更新。
24.本实施例的其他部分与上述实施例1或2相同，故不再赘述。
25.实施例4：本实施例在上述实施例1-3任一项的基础上做进一步优化，本实施例通过大数据、ai和物联等智能监测技术手段，远程视频监控，实现动态预警；通过大数据分析和智能监测来监测场站环境、设备状况和车辆电池健康状况，以提前发现安全隐患；通过实时智能监控来监测场站实时情况，及时发现充电站、设备、车辆或人员已发生的安全事故。
26.本实施例的其他部分与上述实施例1-3任一项相同，故不再赘述。
27.实施例5：本实施例在上述实施例1-4任一项基础上做进一步优化，如图3所示，使用ai算法判断安全事件处于实时充电外的其他需求场景的异常，其他需求场景包括车辆自燃充电着火场景、设备破损（线路、桩、箱变）场景、消防设备丢失（不在固定位置）场景、站内吸烟（室内场站）场景、加油站打电话场景、人员进入高压区场景、人员倒地场景、打架场景、充电时人未离车（人在车内休息）场景、站内车辆事故场景，使用对应的烟火识别算法、设备外观监测算法、设备存放检测算法、吸烟打电话算法、区域入侵算法、跌倒检测算法、人和车体识别算法和车辆事故检测算法，并且对这些算法的有要求，时效《5s，检出率》=90%，误报率《=10%，以此通过ai技术手段，实时发现问题和故障。
28.本实施例的其他部分与上述实施例1-4任一项相同，故不再赘述。
29.实施例6：本实施例在上述实施例1-5任一项基础上做进一步优化，如图4所示，ai监测实现方式有集成式、边缘计算和中心计算三种方式，相机集成式包括可见光摄像机集成ai算法，可针对个别场景进行快速部署和识别，可当做物联设备来对接；边缘计算式由可见光摄像机 边缘计算盒子组成，可针对场景需求定制算法，可支持多路；中心计算式包括可见光摄像机 中心算法服务器，可针对场景需求定制算法，可支持多路；算法服务式包括可见光摄像机调用ai算法服务接口，可针对场景需求定制算法，可支持多路，可通过百度云等成熟服务商快速形成服务能力。
30.本实施例的其他部分与上述实施例1-5任一项相同，故不再赘述。
31.实施例7：本实施例在上述实施例1-6任一项基础上做进一步优化，在本实施例中，本发明提供了一种充电站安全监控系统，接入充电站的远程监控视频画面，通过监控人员远程轮询查看，及时发现安全问题。智能远程视频监控基于物联网、设备终端布局全景化展示，实现可视化管理，直观显示所有的充电站的使用情况，空余情况、预警情况多终端汇总展示等。对设备运行状态等情况进行实时反馈与一键管控。多种数据分析展现，对充电站站点的运行的状况能够随时进行掌控和分析，可以对接物业、消防、安监部分。
32.本实施例提供的充电站安全监控系统能够通过大数据、ai和物联等技术手段，实时发现安全问题，充电站采用的智能芯片或4g/5g通信技术告知用户，也可以采用其他通知方法告知用户：app推送、运营人员在客户群通知、运营人员电话或微信通知大客户、还可以由运营人员电话或微信通知公司及大区相关人员、场站所有方等。
33.本实施例提供的远程监控系统的ai监测单元中，包括监控大屏幕，是部署充电站、区域（全国、省、市）级别的视频监控平台，可以分级看到各地的实时视频画面。不同厂商摄像头集中接入、统一平台管理及联动处置，报警视频自动弹窗，满足
ꢀ“
集中、统一、高效”的管理要求。可在移动端远程监视，在手机上随时查看实况、回放录像、语音对讲、推送告警等。通过对一组摄像机实况定时进行切换播放，从而对关注区域进行自动视频巡逻，及时发现异常情况，大屏汇总展示本系统内的各类业务报警和设备告警，报警信息及时感知，报警态势一目了然，报警处理方便快捷，实现动态报警。
34.本实施例的其他部分与上述实施例1-6任一项相同，故不再赘述。
35.实施例8：本实施例在上述实施例1-7任一项基础上做进一步优化，本发明发现安全隐患后的隐患后会对隐患进行处理，比如在隐患类型下，当车辆电池出现问题时，处理方式包括制进场、限制充电、限制充电soc，提示用户检修；当充电设备过热或设备破损时，处理方式包括远程停机，检修；当检测到吸烟时，现场语音播报驱离打电话，现场语音播报驱离；当消防设备丢失时，举证追责，并补足设备；当水淹时，远程停机；人未离车时，现场语音播报提示；区域入侵时，现场语音播报驱离；人员聚集时，现场语音播报驱离；车辆着火时，现场语音播报疏散人员，远程报警，举证；人员触电时，现场通知人员，远程报警，举证；车辆事故时，举证等等。隐患的处理方式遵循隐患发现、通知相关人员、派单处理、处理留证、整改结果报备的路径，智能设备发现隐患-推送至运维人员并且在后台建立记录-运维人员复核-运维人
员整改-整改完毕后拍照片-上传至系统确认已整改完成关闭。
36.当系统发现事故，火灾、水淹、主要设备损坏-推送至运营、运维、大区总监、业务管理中心；其他事故推送至运营、运维人员，由运营、运维人员核实后按制度报告，并根据《运营安全管理制度》进行处理。发生一级事故，如果不影响场站运营，运营或运维人员可以远程协调处理或委托他人处理，事故情况在次周内应在运营团队内分享。故处置情况和损失情况应在2小时内告知大区总监。发生二级事故，运营或运维人员应立即前往事故现场处理，如果有设备损坏，也可委托运维人员处理。事故处置情况和损失情况应在2小时内告知大区总监。发生三级事故，运营或运维人员均应立即前往事故现场处理，立即向大区总监、业务管理中心安全员，同时不晚于三小时内在大区内部进行通报。大区总监应立即向业务管理中总监和分管副总联系汇报，由业务管理中心、分管副总2小时内向总经理汇报。运维人员对场站损失情况进行评估，参与决策是否需要暂停营业，评估场站恢复营业时间。事故发生后应参与事故调查，协助调查事故原因。运营经理应对接受损失的各方，对接园区和地方管理部门，安抚群众，减少舆情，联系保险公司。如果事故发生后场站暂停营业，运营经理应采取有效方式通知客户。发生四级及以上事故，运营或运维人员均应立即前往事故现场处理，立即向大区总监、业务管理中心安全员及业务管理中心总监报告，紧急情况可以直接向业务管理中心总监及分管领导，同时不晚于立即内在大区内部进行通报。大区总监应立即向业务管理中总监和分管副总、总经理联系汇报。
37.最后本发明还会出具一份事故报告，比如充电车辆起火事故报告：给用户的报告具体内容应由品牌相关人员制作内容，通过app、微信群、或公众平台发布。如果场站事故停运，app可以显示该场站暂停营业。给场站管理人员的报告，应显示事故详情，通过短信通知，运维平台也推送。比如充电站其他安全事故报告：导致场站暂停营业的，app可以显示该场站暂停营业，不必向客户告知具体情况。如果造成安全隐患，向客户推送安全提示。给场站管理员应报告事故具体内容。
38.本实施例的其他部分与上述实施例1-7任一项相同，故不再赘述。
39.以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化，均落入本发明的保护范围之内。