本发明涉及充电桩，具体为充电桩转换效率不确定度评估方法、系统、介质及设备。
背景技术：
1、随着充电桩建设规模的增大，检定工作面临着充电桩数量庞大、检测工作压力大的现实问题，充电桩检测运维成本也随之增加，因此，需要参照低压台区电能表的校准方法，用基于能量守恒的方程求解法检测充电站内充电桩的计量误差。而相较于低压台区，充电站台区在运用能量守恒进行方程求解的过程中需重点考虑充电桩转换效率及其不确定度的问题。
2、考虑到充电站内能够获得的数据有限，基于模型驱动的充电桩转换效率评估难以实现，因此亟需提出一种充电桩转换效率不确定度评估方法利用充电桩输出功率评估其转换效率及其不确定度的方法。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本发明提供了充电桩转换效率不确定度评估方法、系统、介质及设备，解决了考虑到充电站内能够获得的数据有限，基于模型驱动的充电桩转换效率评估难以实现的问题。
3、(二)技术方案
4、为实现以上目的，本发明通过以下技术方案予以实现：一种充电桩转换效率不确定度评估方法，包括：
5、获取被检测充电桩在不同功率点的输入和输出功率，得到被检测充电桩的全功率范围的输出功率—效率散点图；
6、通过曲线拟合的方法处理全功率范围的输出功率—效率散点图得到被检测充电桩的功效曲线；
7、获取充电桩实际运行时的表计输出功率数据；
8、根据充电桩实际运行时的表计输出功率数据确定充电桩输出功率的概率密度分布；
9、确定蒙特卡洛法的试验次数，其中m为预设值，例如其取值范围为105-106，从根据功率的概率密度分布中选取m个样本值pi，i＝1,2,…,m；
10、将m个样本值pi带入被检测充电桩的功效曲线，得到对应的效率值ηi，i＝1,2,…,m，将效率值按非递减次序排列得到转换效率概率密度的离散表示g；
11、根据转换效率概率密度的离散表示g计算被检测充电桩转换效率的估计值；
12、根据被检测充电桩转换效率的估计值和转换效率概率密度的离散表示g计算被检测充电桩转换效率的标准不确定度。
13、优选的，通过曲线拟合的方法处理全功率范围的输出功率—效率散点图得到被检测充电桩的功效曲线，具体包括：
14、拟合方法采用有理分式拟合，拟合形式为：
15、η＝(c0+c1p+c2p2)/p
16、其中，拟合参数c0，c1，c2由最小二乘法得到；通过检测得到的数据点有m个(pi,ηi)，i＝1,2,…,m，将上述数据带入拟合方程可以得到：
17、
18、作如下替换：
19、
20、拟合参数计算如下：
21、c＝(ata)-1att。
22、优选的，所述根据充电桩实际运行时的表计输出功率数据确定充电桩输出功率的概率密度分布，具体包括：
23、充电站内充电桩输出功率数据通过充电桩内部的计量单元获取，其误差的来源为计量单元的计量误差p1与数值修约误差p2：
24、计量误差按最大允许误差考虑，在最大允许误差内服从均匀分布：
25、p1～u[-a％×p0,+a％×p0]
26、其中a为充电桩的精确度等级，p0为充电桩表计功率值；
27、精确度等级为a的充电桩修约间距为0.2％×a，区间半宽为0.1％×a，区间内服从均匀分布：
28、p2～u[-0.1％×a×p0,+0.1％×a×p0]
29、利用蒙特卡洛法得到输出功率p的概率密度分布：
30、p＝p0+p1+p2。
31、优选的，所述蒙特卡洛法的试验次数的确定用于确保输出结果有95％的包含概率。
32、优选的，充电桩转换效率的估计值按下式计算：
33、
34、其中，为m次试验的效率均值，yr为第r次试验得到的效率值。
35、优选的，充电桩转换效率的标准不确定度按下式计算：
36、
37、优选的，还包括根据转换效率概率密度的离散表示g计算包含概率为95％时的包含区间和扩展不确定度，具体包括：
38、由g计算包含概率为95％时的包含区间[ylow,yhigh]，假设q＝pm，对任意的r＝1,2,…,m-q，ylow＝yr，yhigh＝yr+q；其中p表示包含概率；
39、包含概率为95％时的扩展不确定度按下式确定：
40、up＝(yhigh-ylow)/2。
41、第二方面，提供了一种充电桩转换效率不确定度评估系统，包括以下模块：
42、第一获取模块，用于获取被检测充电桩在不同功率点的输入和输出功率，得到被检测充电桩的全功率范围的输出功率—效率散点图；
43、预处理模块，用于通过曲线拟合的方法处理全功率范围的输出功率—效率散点图得到被检测充电桩的功效曲线；
44、第二获取模块，用于获取充电桩实际运行时的表计输出功率数据；
45、运行模块，用于根据充电桩实际运行时的表计输出功率数据确定充电桩输出功率的概率密度分布；
46、第一处理模块，用于确定蒙特卡洛法的试验次数，其中m为预设值，例如其取值范围为105-106，从根据功率的概率密度分布中选取m个样本值pi，i＝1,2,…,m；
47、第二处理模块，用于将m个样本值pi带入被检测充电桩的功效曲线，得到对应的效率值ηi，i＝1,2,…,m；
48、第三处理模块，用于将效率值按非递减次序排列得到转换效率概率密度的离散表示g；
49、第一计算模块，用于根据转换效率概率密度的离散表示g计算被检测充电桩转换效率的估计值；
50、第二计算模块，用于根据被检测充电桩转换效率的估计值和转换效率概率密度的离散表示g计算被检测充电桩转换效率的标准不确定度；
51、输出模块，根据转换效率概率密度的离散表示g计算包含概率为95％时的包含区间和扩展不确定度。
52、优选的，所述预处理模块通过曲线拟合的方法处理全功率范围的输出功率—效率散点图得到被检测充电桩的功效曲线，具体包括：
53、拟合技术采用有理分式拟合，拟合形式为：
54、η＝(c0+c1p+c2p2)/p
55、其中，拟合参数c0，c1，c2由最小二乘法得到；通过检测得到的数据点有m个(pi,ηi)，i＝1,2,…,m，将上述数据带入拟合方程可以得到：
56、
57、作如下替换：
58、
59、拟合参数计算如下：
60、c＝(ata)-1att。
61、优选的，所述运行模块根据充电桩实际运行时的表计输出功率数据确定充电桩输出功率的概率密度分布，具体包括：
62、充电站内充电桩输出功率数据通过充电桩内部的计量单元获取，其误差的来源为计量单元的计量误差p1与数值修约误差p2：
63、计量误差按最大允许误差考虑，在最大允许误差内服从均匀分布：
64、p1～u[-a％×p0,+a％×p0]
65、其中a为充电桩的精确度等级，p0为充电桩表计功率值；
66、精确度等级为a的充电桩修约间距为0.2％×a，区间半宽为0.1％×a，区间内服从均匀分布：
67、p2～u[-0.1％×a×p0,+0.1％×a×p0]
68、利用蒙特卡洛法得到输出功率p的概率密度分布：
69、p＝p0+p1+p2。
70、优选的，所述蒙特卡洛法的试验次数的确定用于确保输出结果有95％的包含概率。
71、优选的，充电桩转换效率的估计值按下式计算：
72、
73、其中，为m次试验的效率均值，yr为第r次试验得到的效率值，r＝1,2,…,m-q。
74、优选的，所述充电桩转换效率的标准不确定度按下式计算：
75、
76、优选的，还包括输出模块，用于根据转换效率概率密度的离散表示g计算包含概率为95％时的包含区间和扩展不确定度，具体包括：
77、由g计算包含概率为95％时的包含区间[ylow,yhigh]，假设q＝pm，对任意的r＝1,2,…,m-q，ylow＝yr，yhigh＝yr+q，其中p表示包含概率；
78、包含概率为95％时的扩展不确定度按下式确定：
79、up＝(yhigh-ylow)/2。
80、第三方面，提供了一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。
81、第四方面，提供了一种计算设备，包括：
82、一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
83、(三)有益效果
84、本发明一种充电桩转换效率不确定度评估方法，通过曲线拟合技术处理全功率范围的输出功率—效率散点图，得到被检测充电桩的功效曲线，根据充电桩实际运行时的表计输出功率数据确定充电桩输出功率的概率密度分布，并确定蒙特卡洛法的试验次数m，从根据输出功率的概率密度分布中选取m个样本值pi，将m个样本值pi带入被检测充电桩的功效曲线，得到对应的效率值，将效率值按非递减次序排列得到转换效率概率密度的离散表示g，从而有效的解决了考虑到充电站内能够获得的数据有限，基于模型驱动的充电桩转换效率评估难以实现的问题。
1.一种充电桩转换效率不确定度评估方法，其特征在于，包括：
2.根据权利要求1所述的一种充电桩转换效率不确定度评估方法，其特征在于：通过曲线拟合的方法处理全功率范围的输出功率—效率散点图得到被检测充电桩的功效曲线，具体包括：
3.根据权利要求2所述的一种充电桩转换效率不确定度评估方法，其特征在于：所述根据充电桩实际运行时的表计输出功率数据确定充电桩输出功率的概率密度分布，具体包括：
4.根据权利要求3所述的一种充电桩转换效率不确定度评估方法，其特征在于：所述蒙特卡洛法的试验次数的确定用于确保输出结果有95％的包含概率。
5.根据权利要求4所述的一种充电桩转换效率不确定度评估方法，其特征在于：充电桩转换效率的估计值按下式计算：
6.根据权利要求5所述的一种充电桩转换效率不确定度评估方法，其特征在于：充电桩转换效率的标准不确定度按下式计算：
7.根据权利要求6所述的一种充电桩转换效率不确定度评估方法，其特征在于，还包括根据转换效率概率密度的离散表示g计算包含概率为95％时的包含区间和扩展不确定度，具体包括：
8.一种充电桩转换效率不确定度评估系统，其特征在于，包括以下模块：
9.根据权利要求8所述的一种充电桩转换效率不确定度评估系统，其特征在于：所述预处理模块通过曲线拟合的方法处理全功率范围的输出功率—效率散点图得到被检测充电桩的功效曲线，具体包括：
10.根据权利要求9所述的一种充电桩转换效率不确定度评估系统，其特征在于：所述运行模块根据充电桩实际运行时的表计输出功率数据确定充电桩输出功率的概率密度分布，具体包括：
11.根据权利要求10所述的一种充电桩转换效率不确定度评估系统，其特征在于：所述蒙特卡洛法的试验次数的确定用于确保输出结果有95％的包含概率。
12.根据权利要求11所述的一种充电桩转换效率不确定度评估系统，其特征在于：充电桩转换效率的估计值按下式计算：
13.根据权利要求12所述的一种充电桩转换效率不确定度评估系统，其特征在于：所述充电桩转换效率的标准不确定度按下式计算：
14.根据权利要求13所述的一种充电桩转换效率不确定度评估系统，其特征在于，还包括输出模块，用于根据转换效率概率密度的离散表示g计算包含概率为95％时的包含区间和扩展不确定度，具体包括：
15.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1-7所述的方法中的任一方法。
16.一种计算设备，其特征在于，包括：
