一种基于物联网社区的充电管理方法及系统与流程

本发明涉及社区充电管理，具体来说，涉及一种基于物联网社区的充电管理方法及系统。

背景技术：

1、近年来，国家大力扶持和推广新能源汽车的应用，明确新能源汽车进入加速发展阶段，需要加快充换电基础设施的建设，提升充电基础设施服务水平并鼓励商业创新。作为新能源战略和智能电网的重要组成部分，电动汽车将逐渐成为中国汽车工业和能源产业发展的重点。作为电动汽车产业的重要一环，充电桩的建设是电动汽车大规模发展的关键。电动汽车作为一种发展前景广阔的绿色交通工具，今后的普及速度会异常迅猛，未来的市场前景也是异常巨大的。在全球能源危机和环境危机严重的大背景，充/换电站作为发展电动汽车所必须的重要配套基础设施，具有非常重要的社会效益和经济效益。

2、目前的社区充电桩设施建设较匮乏，充电桩资源分布不均，电动车通常要开到专门的充电站进行充电，而电动汽车充电管理不完善，导致很多电动车主在为电动车充电时非常不便，不能有效地管理和分配充电资源，从而降低了充电效率，外来的车辆也会占用社区公共充电站，导致社区内公共充电站资源被占用，无法满足社区内居民的使用，不便于社区的管理和社区内公共充电站的管理，并且在充电过程中不便于对充电桩进行故障预警和监测，容易导致充电过程中发生危险现象，不能及时的排除安全隐患。

3、针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

1、针对现有技术的不足，本发明提出一种基于物联网社区的充电管理方法及系统，解决了上述背景技术中提出现有的不便于在社区中建立公共充电站，导致很多电动车主在为电动车充电时非常不便，即使建立了公共充电站，外来的车辆也会占用社区公共充电站，导致社区内公共充电站资源被占用，无法满足社区内居民的使用，不便于社区的管理和社区内公共充电站的管理，并且在充电过程中不便于对充电桩进行故障预警和监测，容易导致充电过程中发生危险现象，不能及时的排除安全隐患的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：

3、根据本发明的一个方面，提供了一种基于物联网社区的充电管理方法，该基于物联网社区的充电管理方法包括以下步骤：

4、s1、制定社区充电服务程序与居民管理程序，居民与管理员分别进行信息登录注册；

5、s2、基于物联网技术，对进入社区的车辆进行识别，判断是否为本社区车辆；

6、s3、查询当前社区充电站的功率容量及各充电桩的实时运行参数，根据功率容量及各充电桩的实时运行参数，确定社区充电站的剩余电力是否充足；

7、s4、实时监控充电过程，收集充电数据并进行预处理；

8、s5、获取电动车辆充电过程中的历史故障数据，并对电动车辆充电过程中的易发故障点进行状态监测与故障预警；

9、s6、建立故障预测模型，并利用故障预测模型对下一时刻的充电故障发生进行预测。

10、进一步的，基于物联网技术，对进入社区的车辆进行识别，并接收电动车辆的充电请求包括以下步骤：

11、s21、对进入社区的车辆的车牌进行视频监控，通过线性加权法将监控视频中彩色图像的rgb颜色空间转换为灰度图像；

12、s22、采用阈值分割法，根据像素的灰度等级进行聚类，将相同灰度等级的像素视为同一区域；

13、s23、将每个区域的面积按一定顺序组成面积序列，用作特征向量表示车辆图像；

14、s24、通过欧式距离计算区域面积的有序特征向量；

15、s25、对梯度图像进行细化及二值化处理，并将梯度值大于阈值的像素点作为边缘点；

16、s26、将相邻的边缘点连接成连通域，得到最终的边缘图像；

17、s27、将得到的边缘图像与居民信息登录注册进行比对，判断是否为本社区车辆，并接收电动车辆的充电请求。

18、进一步的，查询当前社区充电站的功率容量及各充电桩的实时运行参数，根据功率容量及各充电桩的实时运行参数，判断社区充电站是否有功率余量包括以下步骤：

19、s31、收集社区充电站的所有信息，并实时监控各充电桩的运行状态；

20、s32、计算当前社区充电站的实时功率需求；

21、s33、将实时功率需求与社区充电站的总功率容量进行比较，判断是否有功率余量；

22、s34、如果实时功率需求小于总功率容量，则认为当前充电站有功率余量，系统接收新的收充电请求，并为电动车辆分配充电桩；

23、s35、如果没有功率余量，系统将拒绝新的充电请求，直至有充电桩完成充电或调整充电桩的充电功率。

24、进一步的，实时监控充电过程，收集充电数据并进行预处理包括以下步骤：

25、s41、在网络环境中部署数据采集节点，通过通信协议获取充电桩的实时运行数据；

26、s42、从数据采集节点获取原始数据，并对原始数据进行小波变换，将数据从时域转换到频域，筛选出包含干扰波的各频段波场记录；

27、s43、在各频段波场记录中逐个追踪干扰波，并获取计算样点处的干扰波方向；

28、s44、选取以计算样点为中心的若干道窗进行中值滤波，并恢复计算样点处的干扰信号；

29、s45、逐个对各频段波场记录中的干扰信号进行恢复，并进行小波反变换以获得干扰波的整个波场；

30、s46、从原始数据中减去干扰波场，得到有效信号波场，基于有效信号波场生成去噪后的充电数据。

31、进一步的，获取电动车辆充电过程中的历史故障信息，并对电动车辆充电过程中的易发故障点进行状态监测与故障预警包括以下步骤：

32、s51、收集电动车辆充电过程中的历史故障数据；

33、s52、计算电动车辆充电过程中某时间段内的故障发生次数，并将故障发生次数除以电动车辆充电过程中运行时间，得到电动车辆充电过程中的故障频率分布；

34、s53、对故障频率进行综合性分析得出故障发生规律，并绘制概率分布曲线，将概率分布曲线中故障频率较高的区域作为易发故障点区域；

35、s54、将电动车辆充电过程中的故障频率分布及故障发生规律作为故障监测模型的参数，并将故障监测模型部署在易发故障点区域。

36、进一步的，将电动车辆充电过程中的故障频率分布及故障发生规律作为故障监测模型的参数，并将故障监测模型部署在易发故障点区域包括以下步骤：

37、s541、将历史故障数据作为训练样本，并将故障充电桩的概率分布及故障发生规律作为故障监测模型的参数数据；

38、s542、利用高斯混合模型计算训练样本的概率密度，并利用模糊c-均值算法对训练样本进行聚类，将其划分为稳定充电模态和过渡充电模态，输出最佳聚类中心矩阵；

39、s543、对训练样本进行归一化处理，计算归一化处理后训练样本的模态隶属度，利用最佳聚类中心矩阵和指标控制限作为故障监测模型的输入，并结合模态隶属度构建稳定充电模态和过渡充电模态的故障监测模型；

40、s544、在充电过程中的易发故障点区域部署训练好的故障监测模型，实时收集易发故障点区域的监测数据，并将监测数据与指标控制限进行比较，以判断易发故障点区域是否发生故障。

41、进一步的，在充电过程中的易发故障点区域部署训练好的故障监测模型，实时收集易发故障点区域的监测数据，并将监测数据与指标控制限进行比较，以判断易发故障点区域是否发生故障包括以下步骤：

42、s5441、在易发故障点区域部署训练好的故障监测模型，利用故障监测模型读取参数数据，并计算监测数据；

43、s5442、若监测数据小于或等于指标控制限，则判断监测过程处于正常状态，并返回步骤s5441，利用故障监测模型继续读取参数数据并重新计算监测数据；

44、s5443、若监测指标大于指标控制限，则判断监测过程处于异常状态，并调用相邻模态的故障监测模型进行重新监测；

45、s5444、若相邻模态的故障监测模型的监测结果正常，则判断过程模态发生改变，并返回步骤s5441，利用故障监测模型重新读取参数数据并重新计算监测数据；

46、s5445、若相邻模态的故障监测模型的监测结果异常，则判断易发故障点区域发生故障。

47、进一步的，模糊c-均值算法的计算公式为：

48、

49、其中，vi表示为第i个聚类中心；

50、μik表示为样本k属于第i个聚类中心的隶属度本；

51、n表示为样本总数；

52、xk表示为第k个样本；

53、m表示为加权指数；

54、i表示为聚类中心的索引；

55、k表示为样本的索引。

56、进一步的，建立故障预测模型，并利用故障预测模型对下一时刻的充电桩的充电故障发生进行预测包括以下步骤：

57、s61、采用多项式回归模型分析充电桩的实时运行参数中是否存在较长周期的趋势项；

58、s62、若存在，则去除较长周期的趋势项；

59、s63、若不存在，继续分析充电桩的实时运行参数中的周期变化；

60、s64、根据分析的结果，对去除趋势项后的充电桩的实时运行参数执行波束形成法，得到各频率分量的振幅和相位；

61、s65、使用显著性检验判断各个频率分量是否显著，提取显著的周期项，以构建周期项模型；

62、s66、消除趋势项和周期项后的残差视为随机变化，并构建残差预测模型；

63、s67、将多项式回归模型、周期项模型和残差预测模型进行叠加，得到故障预测模型。

64、根据本发明的另一方面，还提供了一种基于物联网社区的充电管理系统，该基于物联网社区的充电管理系统包括：用户管理模块、车辆识别模块、充电站管理模块、数据监控与处理模块、故障监测与预警模块及故障预测模块；

65、其中，用户管理模块，用于制定社区充电服务程序与居民管理程序，居民与管理员分别进行信息登录注册；

66、车辆识别模块，用于基于物联网技术，对进入社区的车辆进行识别，并接收电动车辆的充电请求；

67、充电站管理模块，用于查询当前社区充电站的功率容量及各充电桩的实时运行参数，根据功率容量及各充电桩的实时运行参数，判断社区充电站是否有功率余量；

68、数据监控与处理模块，用于实时监控充电过程，收集充电数据并进行预处理，将预处理结果传输至后台管理系统；

69、故障监测与预警模块，用于获取电动车辆充电过程中的历史故障数据，并对电动车辆充电过程中的易发故障点进行状态监测与故障预警；

70、故障预测模块，用于建立故障预测模型，并利用故障预测模型对下一时刻的充电故障发生进行预测。

71、本发明的有益效果为：

72、1、本发明通过实时监控充电过程和查询当前社区充电站的功率容量及各充电桩的实时运行参数，可以有效地管理和分配充电资源，从而提高充电效率，通过制定社区充电服务程序与居民管理程序，可以确保居民和管理员的信息安全，同时提供更加个性化和高效的充电服务的同时，通过获取电动车辆充电过程中的历史故障数据，并对电动车辆充电过程中的易发故障点进行状态监测与故障预警，进而增强充电安全。

73、2、本发明通过对电动车辆充电过程中的易发故障点进行状态监测与故障预警，使得通过获取电动车辆充电过程中的历史故障数据，并对电动车辆充电过程中的易发故障点进行状态监测与故障预警，可以提前发现并处理潜在的充电故障，从而增强充电安全。

74、3、本发明通过建立故障预测模型，并利用故障预测模型对下一时刻的充电故障发生进行预测，使得能够在故障发生前提前预测出可能的问题，为维护人员提供时间去采取预防措施或进行相应的准备，从而减小故障对充电桩运行的影响，并且通过预测并及时处理潜在故障，能够有效避免充电桩性能的严重下降，从而提高充电桩的使用寿命和运行效率，进而提高了社区充电的安全性和充电效率。

75、4、本发明通过对进入社区的车辆进行识别，并接收电动车辆的充电请求，使得可以有效防止非社区车辆的非法充电行为，提高了社区的安全性的同时，保证了社区内公共充电站资源不会被占用，从而满足社区内居民的充电使用率，提高了社区充电管理效率，并且可以根据车辆的充电请求和社区充电站的功率容量，自动进行充电资源的分配，避免了充电资源的浪费，提高了资源利用率。