一种基于大数据的电动车充电站消防预警系统的制作方法

本发明涉及电动车充电站技术领域，尤其涉及一种基于大数据的电动车充电站消防预警系统。

背景技术：

目前，国内的电动车数量规模已经达到2.5亿辆之多，为了方便电动车用户充电，很多小区、学校、医院等公共场所均设置有专门用于电动车充电的电动车充电站。但是，电动车充电站缺乏有效的电动车充电安全监管。据统计，电动车充电过程中引起的火灾事故占电动车火灾事故的30％～40％，对人民群众生命财产安全构成极大威胁。

为了可以在发生失火时及时的进行灭火处理，减少发生更大事故的可能性，目前普遍采用的方法是在电动车充电站设置消防设施，如2018年06月25日申请的中国专利授权公布号cn108556677a所公开的一种电动车安全充电站，包括充电站主体，充电站主体的前侧壁设置有检修门，充电站主体的顶部设置有灭火罩，充电站主体的左侧壁顶部设置有遮雨棚，遮雨棚的顶部左侧铰接有太阳能电池板，遮雨棚的顶部铰接有电控气压伸缩杆，遮雨棚的底部设置有宣传显示屏，充电站主体的左侧壁底部设置有充电底座，充电底座的顶部等间距的开设有车位槽，灭火罩的顶部内腔底部设置有灭火罐，灭火罐的底部输出端设置有导管，导管上设置有电磁阀，导管的底部连通有喷淋器。该电动车安全充电站便于对充电站主体进行散热，可以在发生失火时及时的进行灭火处理，防止发生更大事故。然而，这种电动车安全充电站是在电动车发生火灾事故后进行消防处理，不能做到主动对电动车易发生火灾事故的时间段进行统计并生成预警信息。

技术实现要素：

因此，针对上述的问题，本发明提出一种基于大数据的电动车充电站消防预警系统，解决现有电动车充电站缺乏有效的电动车充电安全监管，不能对电动车火灾事故进行主动防范的问题。

为实现上述目的，本发明采用了以下技术方案：一种基于大数据的电动车充电站消防预警系统，包括设备层和大数据云平台，所述大数据云平台包括数据整理层、kafka集群、数据存储和分析层、应用层；

所述设备层包括充电桩、监控摄像头、声光报警器、烟感探测器、集中器、rfid标签和rfid感应器，所述rfid标签设置在电动车上，所述集中器用于接收充电桩、监控摄像头、声光报警器、感烟探测器和rfid感应器运行中产生的运行数据；

所述数据整理层接收集中器上传的运行数据并整理为不同的数据类别导入kafka集群，所述数据类别包括视频图像数据、充电数据、过车数据和感烟数据，并且数据整理层接收应用层传递的用于控制声光报警器开关的声光数据；

所述kafka集群导出视频图像数据、充电数据、过车数据和感烟数据到数据存储和分析层；

所述数据存储和分析层用于存储视频图像数据、充电数据、过车数据、感烟数据，并且数据存储和分析层通过对视频图像数据、充电数据、过车数据、感烟数据统计分析产生消防预测分析信息和消防安全预警信息传递至应用层；

所述应用层为接收消防预测分析信息和消防安全预警信息为用户提供业务服务、交互服务的工作层，向数据存储和分析层发送声光数据指令。

进一步的，所述数据整理层包括数据抽取单元、数据转换单元、数据清洗单元、数据装载单元；

所述数据抽取单元实时自动接收充电桩、监控摄像头、感烟探测器和rfid感应器的运行数据并传递给数据转换单元，所述数据抽取单元接收数据存储和分析层传递的用于控制声光报警器开关的声光数据；

所述数据转换单元将充电桩、监控摄像头、感烟探测器和rfid感应器运行状态的数据分类为视频图像数据、充电数据、过车数据和感烟数据；

所述数据清洗单元检查视频图像数据、充电数据、过车数据和感烟数据一致性、处理无效值和缺失值；

所述数据装载单元将视频图像数据、充电数据、过车数据和感烟数据导入kafka集群。

进一步的，所述数据存储和分析层包括mysql数据库、redis数据库、搜索服务器elasticsearch、实时查询单元、分析挖掘单元、全文检索单元和流式计算单元；

通过redis数据库作为mysql数据库的缓存，提高数据库访问效率，将mysql数据库数据同步到搜索服务器elasticsearch形成全文搜索引擎；

所述实时查询单元用于对用户提供视频图像数据和充电数据的实时查询功能；

所述分析挖掘单元用于分析电动车充电数据，电动车充电数据包括电动车充电区域和充电时间，并根据充电时间建立用户的充电时间趋势图像；

所述全文检索单元基于全文搜索引擎为用户提供查询具体的电动车充电数据；

所述流式计算单元用于计算具体的一个充电桩的充电负载总和并生成消防预测分析信息。

更进一步的，所述应用层包括消防预测分析服务web界面和消防安全预警服务web界面；

所述消防预测分析信息反馈到消防预测分析服务web界面；

所述消防安全预警服务web界面通过接收mysql数据库内存储的感烟数据产生消防安全预警，所述消防安全预警服务web界面反馈声光数据依次传递到数据存储和分析层和数据抽取单元用于控制声光报警器开关。

通过采用前述技术方案，本发明的有益效果是：(1)本基于大数据的电动车充电站消防预警系统通过采集充电桩、监控摄像头、rfid感应器的运行数据形成视频图像数据、充电数据、过车数据上传至大数据云平台，大数据云平台根据电动车充电站的充电数据来预测哪个时间段比较容易产生火灾事故，为客户建立充电趋势图像，建议客户避开充电高峰期和容易产生火灾事故的充电时间段，对电动车火灾事故进行主动防范。(2)用户可通过大数据云平台查询电动车桩的实时视频图像数据和充电数据。(3)当感烟探测器检测到周围有烟雾，大数据云平台接收感烟数据产生消防安全预警，并反馈声光数据到数据抽取单元用于控制声光报警器开关。

附图说明

图1是本发明的结构示意框图。

具体实施方式

现结合附图和具体实施方式对本发明进一步说明。

参考图1，本实施例提供一种基于大数据的电动车消防安全预警系统，包括设备层1和大数据云平台2。所述设备层1包括充电桩11、监控摄像头12、声光报警器13、烟感探测器14、rfid感应器15、rfid标签16和集中器17。所述充电桩11、监控摄像头12、声光报警器13、烟感探测器14、rfid感应器15、rfid标签16和集中器17均为现有公知设备。所述充电桩11、监控摄像头12、声光报警器13、烟感探测器14、rfid感应器15分别与集中器17通信连接，所述集中器17用于接收充电桩11、监控摄像头12、烟感探测器14的运行数据和rfid感应器15识别rfid标签16产生的运行数据。

所述大数据云平台包括数据整理层3、kafka集群4、数据存储和分析层5、应用层6。所述数据整理层3包括数据抽取单元31、数据转换单元32、数据清洗单元33、数据装载单元34；所述数据存储和分析层5包括mysql数据库51、redis数据库52、搜索服务器elasticsearch53、实时查询单元54、分析挖掘单元55、全文检索单元56和流式计算单元57；所述应用层6包括消防预测分析服务web界面61和消防安全预警服务web界面62。所述mysql数据库51、redis数据库52、搜索服务器elasticsearch53和kafka集群技术4均为现有公知技术。

本基于大数据的电动车消防安全预警系统工作流程包括以下两点：

(1)数据抽取单元31实时自动接收集中器17上传的充电桩11、监控摄像头12和rfid感应器15的运行数据并传递给数据转换单元32；所述数据转换单元32将充电桩11、监控摄像头12和rfid感应器15运行数据分类为视频图像数据、充电数据和过车数据，所述充电数据包括用户信息、电动车充电区域、充电时间、充电电压电流，所述过车数据为rfid感应器15感应电动车上的rfid标签16产生的运行数据；所述数据清洗单元33检查视频图像数据、充电数据和过车数据一致性、处理无效值和缺失值；所述数据装载单元34将视频图像数据、充电数据、过车数据和感烟数据经kafka集群4传递给mysql数据库数51和redis数据库52，redis数据库52作为mysql数据库51的缓存，提高数据库访问效率，将mysql数据库数51据同步到搜索服务器elasticsearch53形成全文搜索引擎。基于全文搜索引擎，所述实时查询单元54用于对用户提供视频图像数据和充电数据的实时查询功能；所述分析挖掘单元55用于分析电动车充电数据，并根据充电时间充电建立用户的充电趋势图像；所述全文检索单元56为用户提供查询具体的电动车充电数据；所述流式计算57单元用于计算具体的一个充电桩的充电负载总和并生成消防预测分析信息。所述消防预测分析信息为充电桩充电负载总和最高的时段，该时段判断为易发生火灾事故时段。所述消防预测分析信息反馈给消防预测分析服务web界面61，建议客户避开充电高峰期和容易产生火灾事故的充电时间段，对电动车充电站火灾事故进行主动防范。

(2)烟感探测器14检测到周围环境中有烟雾，烟感探测器14将运行数据传递到数据转换单元32，所述数据转换单元32将烟感探测器14运行数据分类为感烟数据；所述数据清洗单元33检查感烟数据一致性、处理无效值和缺失值；所述数据装载单元34将感烟数据经kafka集群4传递给mysql数据库数51和redis数据库52，所述消防安全预警服务web界面62通过接收mysql数据库51内存储的感烟数据产生消防安全预警，然后消防安全预警服务web界面62反馈声光数据依次传递到数据存储和分析层和数据抽取单元用于控制声光报警器开关。

本发明解决了现有电动车充电站缺乏安全监管，不能对电动车火灾事故进行主动防范的问题。

尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。