本发明涉及数据分析领域，尤其涉及一种储能电站智能黑匣子及其应用方法。
背景技术：
1、agv在智慧工业园区中的使用非常广泛，如物料搬运、实现货物的自动入库出库以及智能配送等，但是由于agv的移动路径、任务分配以及环境影响程度对agv的耗电速度影响不同，导致agv的充电需求难以预测，无法有效保证储能电站的充电效率，因此，如何针对agv的用电信息进行分类分析或储存，以对后续agv的充电需求提供预测策略，是本领域技术人员亟待解决的问题。
2、中国专利公开号cn110350609a公布了一种agv的充电管理方法及系统、设备和存储介质，充电管理方法包括以下步骤：获取每台agv的剩余电量；根据所述剩余电量和所述agv的当前状态将所述多台agv分类为不同的集合；对所述不同的集合中的agv执行不同的调度以给目标agv充电。另外，中国专利公开号cn117318053a公布了一种用于储能电站的能源需求预测方法及系统，方法包括：获取储能电站中的关键能源数据；其中，所述关键能源数据至少包括电压数据、电流数据、温度媒介数据和储能容量数据；通过获取的电压数据和电流数据构建所述储能电站的第一能源状态参数分布图，并根据温度媒介数据和储能容量数据构建储能电站的第二能源状态参数分布图；基于预设的第一图像分析函数，从第一能源状态参数分布图中提取出多个第一关键指标，基于预设的第二图像分析函数，从第二能源状态参数分布图中提取多个第二关键指标。由此可见，以上技术方案虽考虑到agv耗电速度不同以调节充电管理方法，以及对储能电站产生的海量数据信息进行处理、存储、分析从而提高数据的处理效率，但是应用于智慧园区的储能电站，针对agv进行供电中，由于agv的用电状态的不规则性，无法根据agv的用电数据进行充电需求的预测，导致储能电站的供电效率差。
技术实现思路
1、为此，本发明提供一种储能电站智能黑匣子及其应用方法，用以克服现有技术中储能电站无法根据agv用电数据进行充电需求预测导致储能电站供能效率差的问题。
2、为实现上述目的，本发明提供一种储能电站智能黑匣子，包括：
3、数据采集单元，用以采集需求信息；
4、数据分析单元，其与所述数据采集单元相连，用以根据用电参考值确定目标用电周期的周期类别，根据有效参考周期对应的各充电车辆的电量使用速度确定使用相似状态以确定数据分析目标；
5、追溯分析单元，其与所述数据采集单元以及所述数据分析单元相连，用以根据差异充电车辆的路线损失率确定分析目标，并且根据影响路线占比差异度、负载重量差异度或启停次数差异度确定对应的影响值；
6、传感分析单元，其与所述数据采集单元以及所述数据分析单元相连，用以计算环境影响系数并根据环境影响系数确定环境影响系数的影响值；
7、储存单元，其与所述数据采集单元以及所述数据分析单元相连，用以储存目标用电周期对应的需求信息。
8、进一步地，数据分析单元针对目标用电周期的用电参考值进行检测并根据用电参考值确定目标用电周期的周期类别，包括有效参考周期以及无效参考周期；
9、数据分析单元针对有效参考周期进行数据分析。
10、进一步地，数据分析单元针对有效参考周期进行数据分析，检测有效参考周期中充电车辆的使用相似状态，根据使用相似状态确定数据分析目标，包括路线损失率，或，环境影响系数。
11、进一步地，数据分析单元根据有效参考周期对应的各充电车辆的电量使用速度确定使用相似状态，包括任意充电车辆的电量使用速度小于预设电量使用速度，或，存在一充电车辆的电量使用速度大于预设电量使用速度。
12、进一步地，追溯分析单元针对差异充电车辆的路线损失率进行检测，并根据路线损失率确定分析目标；
13、若路线损失率处于第一预设路线损失率范围，追溯分析单元判定针对影响路线占比差异度进行分析；
14、若路线损失率处于第二预设路线损失率范围，追溯分析单元判定针对移动参数进行分析。
15、进一步地，追溯分析单元针对影响路线占比差异度进行分析，检测影响路线占比差异度；
16、若影响路线占比差异度处于第一预设差异度范围时，针对影响路线影响值进行增大调节；
17、若影响路线占比差异度处于第二预设差异度范围时，针对任务繁忙度的影响值进行增大调节。
18、进一步地，追溯分析单元针对移动参数进行分析，检测差异充电车辆的负载重量差异度并根据负载重量差异度确定针对启停次数进行分析，或，针对负载重量的影响值进行增大调节。
19、进一步地，追溯分析单元针对差异充电车辆的启停次数进行分析，检测差异充电车辆的启停次数差异度并根据启停次数差异度确定针对启停次数的影响值进行增大调节，或，向用户发送进行差异充电车辆的质量检测提醒信息。
20、进一步地，传感分析单元计算环境影响系数并根据环境影响系数确定环境影响系数的影响值；
21、若环境影响系数大于预设环境影响系数，传感分析单元判定环境影响系数的影响值与环境影响系数差值为正相关关系；
22、若环境影响系数小于或等于预设环境影响系数，传感分析单元判定向用户发送进行差异充电车辆的质量检测提醒信息。
23、本发明提供一种应用于所述储能电站智能黑匣子的应用方法，包括：
24、针对目标用电周期的用电参考值进行检测并根据用电参考值确定目标用电周期的周期类别，包括有效参考周期以及无效参考周期；
25、根据有效参考周期对应的各充电车辆的电量使用速度确定使用相似状态；
26、根据使用相似状态确定数据分析目标，包括路线损失率，或，环境影响系数；
27、针对差异充电车辆的路线损失率的检测中，根据路线损失率确定分析目标，包括影响路线占比差异度，或，移动参数；
28、检测影响路线占比差异度；
29、根据影响路线占比差异度确定针对影响路线影响值进行调节，或，针对任务繁忙度的影响值进行调节；
30、针对移动参数进行分析，根据负载重量差异度确定针对启停次数进行分析，或，针对负载重量的影响值进行调节；
31、针对环境影响系数的分析中，计算环境影响系数并根据环境影响系数确定环境影响系数的影响值。
32、与现有技术相比，本发明的有益效果在于，本发明的技术方案中周期性地针对用电参考值进行检测，通过用电参考值反映充电车辆的电量需求，针对电量需求异常的用电参考值对应的目标用电周期进行分析，针对不同状态的充电车辆选择不同的分析方式，分析不同的影响因素对于充电车辆的需求的影响，根据确定得到的影响值辅助用户进行充电策略的预测，本发明针对采集到的不同的需求信息选择不同的处理方式，提高了数据处理效率，并且提高了储能电站的充电策略的有效度。
33、进一步地，本发明中数据分析单元根据有效参考周期对应的各充电车辆的电量使用速度确定使用相似状态，通过使用相似状态反映各充电车辆之间的电量使用差异程度，从而选择不同的数据分析目标，使得数据分析目标更加符合实际工作场景，从而提高了数据处理精度。
34、进一步地，本发明中追溯分析单元针对差异充电车辆的路线损失率进行检测，并根据路线损失率确定分析目标，通过路线损失率确定是否由于充电车辆的优选路线的选择失败导致充电车辆的单次任务耗电量增加，从而使得后续的分析目标更加符合实际工作场景。
1.一种储能电站智能黑匣子，其特征在于，包括：
2.根据权利要求1所述的储能电站智能黑匣子，其特征在于，数据分析单元针对目标用电周期的用电参考值进行检测并根据用电参考值确定目标用电周期的周期类别，包括有效参考周期以及无效参考周期；
3.根据权利要求2所述的储能电站智能黑匣子，其特征在于，数据分析单元针对有效参考周期进行数据分析，检测有效参考周期中充电车辆的使用相似状态，根据使用相似状态确定数据分析目标，包括路线损失率，或，环境影响系数。
4.根据权利要求3所述的储能电站智能黑匣子，其特征在于，数据分析单元根据有效参考周期对应的各充电车辆的电量使用速度确定使用相似状态，包括任意充电车辆的电量使用速度小于预设电量使用速度，或，存在一充电车辆的电量使用速度大于预设电量使用速度。
5.根据权利要求4所述的储能电站智能黑匣子，其特征在于，追溯分析单元针对差异充电车辆的路线损失率进行检测，并根据路线损失率确定分析目标；
6.根据权利要求5所述的储能电站智能黑匣子，其特征在于，追溯分析单元针对影响路线占比差异度进行分析，检测影响路线占比差异度；
7.根据权利要求6所述的储能电站智能黑匣子，其特征在于，追溯分析单元针对移动参数进行分析，检测差异充电车辆的负载重量差异度并根据负载重量差异度确定针对启停次数进行分析，或，针对负载重量的影响值进行增大调节。
8.根据权利要求7所述的储能电站智能黑匣子，其特征在于，追溯分析单元针对差异充电车辆的启停次数进行分析，检测差异充电车辆的启停次数差异度并根据启停次数差异度确定针对启停次数的影响值进行增大调节，或，向用户发送进行差异充电车辆的质量检测提醒信息。
9.根据权利要求3所述的储能电站智能黑匣子，其特征在于，传感分析单元计算环境影响系数并根据环境影响系数确定环境影响系数的影响值；
10.一种应用于权利要求1至9任一权利要求所述的储能电站智能黑匣子的应用方法，其特征在于，包括：
