本发明涉及充电桩运管，尤其涉及一种基于人工智能的充电桩异常诊断预警系统。
背景技术：
1、随着新能源技术的提升，新能源车被越来越多的人接受，市场上的新能源车数量快速增长，相应的给新能源车补给电能的充电桩的需求量也在急剧上升，其中，充电桩是指为电动汽车提供能量补充的充电装置，其功能类似于加油站里面的加油机，可以固定在地面或墙壁，安装于公共建筑（公共楼宇、商场、公共停车场等）和居民小区停车场或充电站内，充电桩采用传导方式为具有车载充电装置的电动汽车提供交流电源的专用供电装置；
2、充电桩不同于加油站的加油机需要多方面的配套设施，仅需一个充电桩连接电源即可使用，但是，现有充电桩设备运行管理效率低，无法对充电桩进行全面监管预警，进而增加充电桩的运行故障风险，且无法对充电过程进行全面的安全监管，导致充电过程故障风险增大，降低充电安全性，以及无法根据充电桩整体情况进行合理管控；
3、针对上述的技术缺陷，现提出一种解决方案。
技术实现思路
1、本发明的目的在于提供一种基于人工智能的充电桩异常诊断预警系统，去解决上述提出的技术缺陷，本发明通过从空闲待机和充电运行两个角度进行分析，以提高充电桩故障监管及时性和可靠性，而从空闲待机中的能耗和待机自身表现两个点进行分析，以判断充电桩空闲待机时是否出现故障，以便及时的预警反馈管理，同时为后续充电运行提供数据支撑，在待机正常前提下，通过充电运行中的充电桩自身和充电线缆两个点进行故障风险监管，同时通过信息融合的方式对整个充电运行进行分析，以保证整个充电运行的安全性，以及根据信息反馈情况做出合理化的管理，以降低充电桩的故障率和运行风险，以及通过信息反馈的方式对空闲待机和充电运行进行融合分析，以便根据信息反馈情况做出合理、有针对性的管理，以降低充电桩的故障率和运行风险，同时合理的加大监管力度。
2、本发明的目的可以通过以下技术方案实现：一种基于人工智能的充电桩异常诊断预警系统，包括充电桩运管平台、信息采集单元、状态监管单元、充电安全评估单元、自检充电分析单元、融合反馈单元、故障预测评估单元以及管理执行单元；
3、当充电桩运管平台生成运管指令时，将运管指令发送至信息采集单元和状态监管单元，状态监管单元在接收到运管指令时，立即采集充电桩的待机风险数据，待机风险数据包括监测风险系数和表现评估系数，并对待机风险数据进行空闲待机安全监管评估分析，将得到的正常信号经充电桩运管平台发送至信息采集单元，将得到的风险信号发送至管理执行单元；
4、据和流量风险数据，充电风险数据包括充电速率特征曲线和故障风险值，流量风险数据包括阻碍评估系数和外干扰值，并将充电风险数据和流量风险数据发送至充电安全评估单元和自检充电分析单元，充电安全评估单元在接收到充电风险数据后，立即对充电风险数据进行充电运行监管评估操作，将得到的运充风险评估系数h发送至融合反馈单元，将得到的异常信号发送至管理执行单元；
5、自检充电分析单元在接收到流量风险数据后，立即对流量风险数据进行充电风险故障评估分析，将得到的维护信号经融合反馈单元发送至管理执行单元；
6、融合反馈单元在接收到运充风险评估系数h后，立即进行充电信息整合反馈分析，将得到的整充评估系数q发送至故障预测评估单元；
7、故障预测评估单元在接收到整充评估系数q后，立即对充电桩进行信息处理预测评估操作，将得到的低级管理信号和高级管理信号发送至管理执行单元。
8、优选的，所述状态监管单元的空闲待机安全监管评估分析过程如下：
9、s1：设置检测周期，并将其标记为时间阈值，获取到时间阈值内充电桩的空闲时间段，并将其标记为空闲时长，将空闲时长划分为i个子时间节点，i为大于零的自然数，获取到空闲时长内充电桩的监测风险系数，监测风险系数的分析过程如下：获取到各个子时间节点充电桩的能耗值，将能耗值与预设能耗值阈值进行比对分析，将能耗值大于预设能耗值阈值所对应的子时间节点标记为风险节点，将风险节点与子时间节点总个数之比标记为监测风险系数；
10、s2：获取到空闲时长内充电桩的表现评估系数，表现评估系数表示异响风险持续值和振动风险持续值经数据归一化处理后得到的积值，异响风险持续值表示充电桩的运行异响值超出预设异响值的部分大于预设阈值所对应的持续时长，振动风险持续值表示充电桩的振动频率超出预设振动频率阈值所对应的持续时长；
11、s3：将监测风险系数和表现评估系数与其内部录入存储的预设监测风险系数和表现评估系数阈值进行比对分析：
12、若监测风险系数小于预设监测风险系数阈值，且表现评估系数小于预设表现评估系数阈值，则生成正常信号；
13、若监测风险系数大于等于预设监测风险系数阈值，或表现评估系数大于等于预设表现评估系数阈值，则生成风险信号。
14、优选的，所述充电安全评估单元的充电运行监管评估操作过程如下：
15、t1：获取到时间阈值内充电桩的充电时间段，并将其标记为分析时长，获取到分析时长内充电桩的充电速率特征曲线，从充电速率特征曲线中获取到最大波峰值和最小波谷值，构建最大波峰值和最小波谷值的范围区间，并将其标记为速率浮动区间，进而获取到速率浮动区间与预设速率浮动区间之间的相交值，并将其标记为安全速率值小；
16、t2：获取到分析时长内充电桩内部各个电气部件的故障风险值，故障风险值表示电气部件的温度数据、电流数据以及无功数据经数据归一化处理后得到的积值，温度数据为电气部件的运行最大温度值与初始运行温度值之间的差值，电流数据为电气部件的运行最大电流值与额定运行电流值之间的差值，无功数据为电气部件的最大无功功率值与无功功率值阈值之间的差值，将故障风险值与存储的预设故障风险值阈值进行比对分析，将故障风险值大于预设故障风险值阈值所对应的电气部件的总个数标记为运行阻碍值，将安全速率值和运行阻碍值分别标号为as和yz；
17、t3：根据公式得到运充风险评估系数h，将运充风险评估系数h与其内部录入存储的预设运充风险评估系数阈值进行比对分析：
18、若运充风险评估系数h与预设运充风险评估系数阈值之间的比值大于1，则不生成任何信号；
19、若运充风险评估系数h与预设运充风险评估系数阈值之间的比值小于等于1，则生成异常信号。
20、优选的，所述自检充电分析单元的充电风险故障评估分析过程如下：
21、tt1：将线缆划分为g个长度段，g为大于零的自然数，获取到分析时长内充电桩各个子长度段线缆的阻碍评估系数，阻碍评估系数表示温度风险值、无功能耗风险值以及传导阻值均值经数据归一化处理后得到的积值，温度风险值表示温度特征曲线中所有上升线段对应的总长度与上升线段右端相连水平线段对应的总长度之和，再与温度特征曲线所对应的总长度之间的比值，无功能耗风险值分析过程如下：将分析时长划分为m个子时间节点，m为大于零的自然数，获取到各个子时间节点内各个子长度段的耗电值，将耗电值与预设耗电值进行比对分析，将耗电值大于预设耗电值阈值所对应的子时间节点个数与子时间节点总个数之比标记为无功能耗风险值，将阻碍评估系数与存储的预设阻碍评估系数阈值进行比对分析，将阻碍评估系数大于预设阻碍评估系数阈值所对应的子长度段与子长度段总个数之比标记为线缆内风险系数；
22、tt2：获取到分析时长内充电桩各个子长度段线缆的外干扰值，外干扰值表示子长度段线缆的折弯次数与折弯持续总时长经数据归一化处理后得到的积值，将外干扰值与预设外干扰值阈值进行比对分析，将外干扰值大于预设外干扰值阈值所对应的子长度段与子长度段总个数之比标记为线缆外影响系数，将线缆内风险系数和线缆外影响系数与其内部录入存储的预设线缆内风险系数阈值和预设线缆外影响系数阈值进行比对分析：
23、若线缆内风险系数小于预设线缆内风险系数阈值，且线缆外影响系数小于预设线缆外影响系数阈值，则不生成任何信号；
24、若线缆内风险系数大于等于预设线缆内风险系数阈值，或线缆外影响系数大于等于预设线缆外影响系数阈值，则生成维护信号。
25、优选的，所述融合反馈单元的充电信息整合反馈分析过程如下：
26、获取到分析时长内充电桩的运充风险评估系数h，同时获取到分析时长内充电桩线缆的线缆内风险系数和线缆外影响系数，将线缆内风险系数和线缆外影响系数分别标号为xw和xn；
27、根据公式得到整充评估系数，其中，f1、f2以及f3分别为线缆内风险系数、线缆外影响系数以及运充风险评估系数的预设权重因子系数，f1、f2以及f3均大于零，f4为预设容错因子系数，取值为2.882，q为整充评估系数。
28、优选的，所述故障预测评估单元的信息处理预测评估操作过程如下：
29、获取到时间阈值内正常信号所对应充电桩的监测风险系数和表现评估系数，进而将监测风险系数小于预设监测风险系数阈值和表现评估系数小于预设表现评估系数阈值分别标记为空闲安全值和空闲表现值，获取到时间阈值内充电桩的整充评估系数q，将整充评估系数q与存储的预设整充评估系数阈值进行比对分析，若整充评估系数q小于预设整充评估系数，则将整充评估系数q小于预设整充评估系数的部分设定为充电安全值，将空闲安全值、空闲表现值以及充电安全值分别标号为ka、kb以及ca；
30、根据公式得到故障综合评估系数，其中，v1、v2以及v3分别为空闲安全值、空闲表现值以及充电安全值的预设比例系数，v4为预设补偿因子系数，v1、v2、v3以及v4均大于零，z为故障综合评估系数，将故障综合评估系数z与其内部录入存储的预设故障综合评估系数阈值进行比对分析：
31、若故障综合评估系数z大于预设故障综合评估系数阈值，则生成低级管理信号；
32、若故障综合评估系数z小于等于预设故障综合评估系数阈值，则生成高级管理信号。
33、本发明的有益效果如下：
34、本发明通过从空闲待机和充电运行两个角度进行分析，以提高充电桩故障监管及时性和可靠性，而从空闲待机中的能耗和待机自身表现两个点进行分析，以判断充电桩空闲待机时是否出现故障，以便及时的预警反馈管理，同时为后续充电运行提供数据支撑，在待机正常前提下，通过充电运行中的充电桩自身和充电线缆两个点进行故障风险监管，同时通过信息融合的方式对整个充电运行进行分析，以保证整个充电运行的安全性，以及根据信息反馈情况做出合理化的管理，以降低充电桩的故障率和运行风险；
35、本发明通过信息反馈的方式对空闲待机和充电运行进行融合分析，以了解整个充电桩的运行故障风险情况，以便根据信息反馈情况做出合理、有针对性的管理，以降低充电桩的故障率和运行风险，同时合理的加大监管力度，以提高充电桩的运行稳定性和故障监管及时性。
1.一种基于人工智能的充电桩异常诊断预警系统，其特征在于，包括充电桩运管平台、信息采集单元、状态监管单元、充电安全评估单元、自检充电分析单元、融合反馈单元、故障预测评估单元以及管理执行单元；
2.根据权利要求1所述的一种基于人工智能的充电桩异常诊断预警系统，其特征在于，所述状态监管单元的空闲待机安全监管评估分析过程如下：
3.根据权利要求1所述的一种基于人工智能的充电桩异常诊断预警系统，其特征在于，所述充电安全评估单元的充电运行监管评估操作过程如下：
4.根据权利要求1所述的一种基于人工智能的充电桩异常诊断预警系统，其特征在于，所述自检充电分析单元的充电风险故障评估分析过程如下：
5.根据权利要求1所述的一种基于人工智能的充电桩异常诊断预警系统，其特征在于，所述融合反馈单元的充电信息整合反馈分析过程如下：
6.根据权利要求1所述的一种基于人工智能的充电桩异常诊断预警系统，其特征在于，所述故障预测评估单元的信息处理预测评估操作过程如下：
