本发明涉及大数据智能分析,特别涉及本发明提供的一种新能源车的充电保护系统。
背景技术:
1、随着新能源车技术的不断发展,新能源车采用非常规的车用燃料作为动力来源(主流的新能源车往往采用电力能源),综合车辆的动力控制和驱动方面的先进技术,形成的技术原理先进、具有新技术、新结构的汽车,因为技术相对简单成熟,只要有电力供应的地方都能够充电,所以新能源车得到广大消费者的肯定。
2、但是随着新能源车的普及,经常出现新能源车辆在充电过程中由于电池老化、充电电压或电流过大所引发的火灾事故,为人民群众的生命财产带来极大的威胁,所以急需要一种新能源车的充电保护系统来对新能源车的充电行为进行保护。
技术实现思路
1、本发明提供的一种新能源车的充电保护系统,用于解决背景技术中所提到的问题。
2、本发明提供一种新能源车的充电保护系统,包括:
3、蓄电池监测模块,用于获取蓄电池的第一类状态信息;
4、充电桩监测模块,用于获取充电桩的第二类状态信息;
5、异常保护模块,用于根据所述第一类状态信息和所述第二类状态信息对充电状态进行分析,并根据分析结果在蓄电池或充电桩出现异常情况时根据异常情况的类型提供充电保护措施。
6、优选的,所述蓄电池监测模块包括:
7、第一连接检测单元,用于在蓄电池端检测蓄电池与充电桩的第一连接状态;
8、温度监测单元,用于监测蓄电池的温度变化状态信息;
9、充电监测单元,用于监测蓄电池在充电时的充电电压信息、充电电流信息;
10、电量监测单元,用于监测蓄电池的剩余电量信息;
11、蓄电池参数检测单元,用于获取蓄电池的多项蓄电池参数;
12、第一类状态信息生成单元,用于将所述第一连接状态、温度变化状态信息、所述充电电压信息、所述充电电流信息、所述剩余电量信息、所述蓄电池参数进行整合得到第一类状态信息。
13、优选的,所述充电桩监测模块包括:
14、第二连接检测单元,用于在充电桩端检测充电桩与蓄电池的第二连接状态;
15、放电监测单元,用于监测充电桩输出的放电电压信息、放电电流信息;
16、充电桩参数监测检测单元,用于获取充电桩的多项充电桩参数;
17、第二类状态信息生成单元,用于将所述第二连接状态、所述放电电压信息、所述放电电流信息、所述充电桩参数进行整合得到第二类状态信息。
18、优选的,所述异常保护模块包括:
19、蓄电池端分析单元,用于根据所述第一类状态信息和所述第二类状态信息对充电状态进行分析,确定蓄电池和充电桩是否出现异常情况,并在蓄电池或充电桩出现异常情况时在蓄电池端执行充电保护措施;
20、充电桩端分析单元,用于根据所述第一类状态信息和所述第二类状态信息对充电状态进行分析,确定蓄电池和充电桩是否出现异常情况,并在蓄电池或充电桩出现异常情况时在充电桩端执行充电保护措施;
21、云端辅助分析单元,用于在云端将所述第一类状态信息进行跨时间段的同比以及将所述第二类状态信息进行跨对象的环比,确定蓄电池或充电桩所出现的异常情况并根据异常情况的类型确定并下发对应的充电保护措施,最后将保护措施执行后的充电过程中蓄电池和充电桩的状态变化情况进行记录。
22、优选的,所述蓄电池端分析单元执行以下操作:
23、确定所述蓄电池与所述充电桩之间是否已实现电性连接,若已实现电性连接,则通过所述蓄电池与所述充电桩之间预设的线性通信线路获取所述第二类状态信息;
24、根据所述第二类状态信息确定充电桩的型号,并确定该型号的充电桩是否与该新能源车辆存在互通的充电协议;
25、若存在互通的充电协议,则向所述充电桩发出该种充电协议所对应的充电方式的充电请求;
26、若不存在互通的充电协议,则按照常规的充电方式继续进行充电;
27、在充电过程中,根据所述第一类状态信息确定蓄电池实时的温度信息以及电池形变状态,若温度高于预设值或电池开始发生形变则在蓄电池端进行断电处理;
28、在充电过程中,根据所述第一类状态信息确定蓄电池实时的充电电流,若所述充电电流高于预设的标准充电电流,则确定高出的电流差并通过所述线性通信线路向充电桩发出电流降低请求信息。
29、优选的,所述充电桩端分析单元执行以下操作:
30、确定所述充电桩与所述蓄电池之间是否已实现电性连接,若已实现电性连接,则通过所述充电桩与所述蓄电池之间预设的线性通信线路获取所述第一类状态信息;
31、接收所述蓄电池端分析单元所发送的充电请求,根据所述充电请求查找预先存储的对应的充电方式并执行;
32、在充电过程中,根据所述第一类状态信息确定蓄电池实时的温度信息以及电池形变状态,若温度高于预设值或电池开始发生形变则在充电桩端进行断电处理;
33、在充电过程中,根据所述第二类状态信息确定充电桩的实测放电电流,将所述实测放电电流与蓄电池充电需要的标准放电电流进行比较确定电流差值,当所述电流差值大于预设值时则在充电桩端进行断电处理;
34、在充电过程中,若接收到蓄电池发出的电流降低请求信息,则按照电流降低请求信息中的电流差对输出的放电电流进行降低。
35、优选的,所述云端辅助分析单元包括:
36、同比分析子单元,用于根据该蓄电池的充电历史信息对本次充电过程中电量增长曲线进行预测,并将该蓄电池在此次充电过程中电量实时增长的增长曲线与预测的电量增长曲线进行对比,最后根据对比结果确定蓄电池是否出现异常情况,并在出现异常情况时对充电桩端和蓄电池端的充电线路同时进行断电处理。
37、环比分析子单元,用于根据多个与该充电桩相同型号充电桩的放电历史信息计算该种型号充电桩的放电电流的平均波动程度,并将该充电桩在此次充电过程中的放电电流的波动程度与平均波动程度进行对比,最后根据对比结果确定充电桩是否出现异常情况,并在出现异常情况时对充电桩端和蓄电池端的充电线路同时进行断电处理。
38、优选的,所述云端辅助分析单元包括同比分析子单元和环比分析子单元;
39、所述同比分析子单元执行以下操作:
40、根据所述第一类状态信息确定蓄电池对应预设的第一类电子编号,并在云端平台查找该第一类电子编号对应存储的充电历史信息;
41、根据所述充电历史信息截取多次充电行为,并确定具有同种充电电流、充电电压、充电方式充电环境下的充电行为生成第一行为集;
42、确定第一行为集中每条充电行为中蓄电池电量增长曲线,并对多条蓄电池电量增长曲线按充电行为发生的先后进行两两的数值相减得到多组差值曲线;
43、利用多组差值曲线进行拟合得到拟合曲线;
44、提取该蓄电池上一次充电对应的蓄电池电量增长曲线,并利用所述拟合曲线对此次充电行为对应的蓄电池电量增长曲线进行预测,得到预测曲线;
45、根据所述第一类状态信息确定该蓄电池在此次充电过程中电量实时增长的增长曲线,并将该增长曲线与所述预测曲线进行基于电量数值的实时的相似度计算得到相似度值;
46、当所述相似度值小于预设的相似度阈值时,下发指令对充电桩端和蓄电池端的充电线路同时进行断电处理;
47、所述环比分析子单元执行以下操作:
48、根据所述第二类状态信息确定蓄电池对应预设的第二类电子编号,并在云端平台查找该第二类电子编号对应类型的多个充电桩的放电历史信息;
49、根据每个充电桩的放电历史信息,确定每个充电桩在每次充电过程中的放电电流,并计算出每个充电桩的放电电流方差值;
50、根据多个充电桩的放电电流方差值确定放电电流方差的平均值,将该充电桩在本次充电过程中的放电电流方差值与所述平均值进行对比,确定两者的差值,当差值大于预设的差值阈值时,下发指令对充电桩端和蓄电池端的充电线路同时进行断电处理。
51、优选的,所述云端辅助分析单元包括蓄电池燃爆风险评估子单元;
52、所述蓄电池燃爆风险评估子单元用于根据所述第一类状态信息对蓄电池进行燃爆风险评估,所述蓄电池燃爆风险评估子单元执行以下操作:
53、获取云端平台内存储的与该蓄电池同种型号的多个第一类蓄电池在充电过程中的第一类状态信息及蓄电池的最终状态并进行预处理;
54、对第一类蓄电池在充电过程中的第一类状态信息进行预处理获得训练样本数据,同时提取所述第一类蓄电池的最终状态为所述训练样本数据赋予结果标签;其中,若所述第一类蓄电池在充电过程中出现变形、高温则亡则赋予结果标签值为1,否则赋予结果标签值为0;
55、基于双向监督型lstm神经网络构建燃爆风险评估模型,并利用所述训练样本以及每个训练样本对应赋予的结果标签对所述燃爆风险评估模型进行模型训练;
56、实时获取当前正在充电的蓄电池的第一类状态信息并进行预处理,并将处理后的数据输入训练好的所述燃爆风险评估模型进行评估后输出评估结果;
57、当所述评估结果高于预设的风险阈值时下发指令对充电桩端和蓄电池端的充电线路同时进行断电处理;其中,所述评估结果为0到1之间的某个值,1表示最高燃爆风险,0表示最低燃爆风险,值越大,则燃爆风险越高;
58、所述燃爆风险评估模型基于以下规则进行训练:
59、在每个充电阶段步输出信息,并将输出信息与标签值分别比较形成每一步的损失值damagei,则最终的损失值d为:
60、
61、
62、
63、式中,si表示第第i步的输出信息,si-1表示第i-1步的输出信息,j表示标签值,k表示预设的修正系数,ki表示第i步的损失值的权重,m表示充电阶段步的总步数;
64、最后进行反向传播,对所述燃爆风险评估模型进行训练。
65、优选的,所述云端辅助分析单元还包括充电效率检测单元,所述充电效率检测单元执行以下操作:
66、根据所述第一类状态信息确定蓄电池对应预设的第一类电子编号,并在云端平台查找该第一类电子编号对应存储的充电历史信息;
67、根据所述充电历史信息截取该蓄电池的多次充电行为,并确定每次充电行为中的充电时间长度以及蓄电池的电量增长量;
68、根据所述充电时间长度以及蓄电池的电量增长量计算确定该蓄电池在该次充电行为下的充电效率;
69、按充电行为的发生顺序将充电效率进行排序生成基于充电次数变化的充电效率变化散点图,并对所述充电效率变化散点图进行线性拟合,得到充电效率变化曲线图;
70、基于所述充电效率变化曲线图对本次充电过程的充电效率进行预测,得到预测充电效率;
71、根据所述第一类状态信息确定该蓄电池在此次充电过程中的充电效率,并将其与所述预测充电效率进行差值计算得到效率差值;
72、当所述效率差值高于预设的效率差值阈值时,发出异常报警信息。
73、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。