【技术实现步骤摘要】
本申请涉及充电，特别是涉及一种充电站的安全监控方法、装置、安全监控系统和充电站。
技术介绍
1、随着新能源汽车的快速发展，越来越多的新能源汽车进入千家万户。充电站作为电动汽车的配套基础设施，其自身安全防护直接影响电动汽车的推广应用。目前，电动汽车安全事故大都发生在充电过程，需要更加专业的服务场所为充电过程提供安全、专业的充电服务，降低充电事故以及事故影响，确保充电过程安全。因此，充电站的自身安全运维是专业充电站大面积推广应用的基础。
2、现有技术中，充电站的安全运维都是纯人工服务，以高频次巡检的方式维护充电站。然而，人工巡检需要安排专人进行实地巡查，耗费时间和人力资源。对于充电站数量庞大、分布广泛的情况下，可能无法及时覆盖到每个充电站，导致安全风险得不到及时发现和处理。此外，人工巡检容易受到人员主观因素的影响，检查的深度和精确度可能会有所差异。有时候，人工巡检员可能会忽略一些潜在的安全隐患，或出于疏忽而无法全面评估充电站的状态。
技术实现思路
1、有鉴于此，本申请提供了一种充电站的安全监控方法、装置、安全监控系统和充电站，主要目的在于解决现有技术中采用人工巡检的方式，安全运维效果较差的技术问题。
2、依据本申请第一方面，提供了一种充电站的安全监控方法，适用于安全监控系统，该方法包括：
3、获取充电站的历史数据集和多个历史异常事件；
4、根据历史数据集、多个历史异常事件和预训练的推理引擎，生成第一预警规则，其中，第一预警规则用于对充电设
5、根据历史数据集，生成第二预警规则和多个数据转换规则，其中，第二预警规则用于对充电站进行火灾预警，数据转换规则用于对火灾预警的待监控数据进行格式转换；
6、根据历史数据集和集成学习模型，生成预设故障诊断模型，其中，预设故障诊断模型用于对充电设备进行故障诊断。
7、可选地，根据历史数据集、多个历史异常事件和预训练的推理引擎，生成第一预警规则的步骤，具体包括：
8、获取多个第一预设数据项对应的多个风险预警阈值，其中，第一预设数据项为充电设备风险预警所要监控的数据项；
9、根据多个第一预设数据项的多个风险预警阈值，生成第一预警规则；
10、在多个历史异常事件中，筛选出多个历史充电设备故障事件，并根据多个历史充电设备故障事件，在历史数据集中，确定每个历史充电设备故障事件对应的多个第一目标数据；
11、根据预设数据格式，对多个第一目标数据进行格式转换，生成多个第二目标数据；
12、将多个第二目标数据和第一预警规则输入预训练的推理引擎，生成推理结论；
13、若推理结论与预设推理结论相同，确定第一预警规则正确；
14、若推理结论与预设推理结论不同，确定第一预警规则中存在错误，将推理结论发送至运维人员的终端，以供运维人员对第一预警规则进行核对并修改，并接收终端发送的修改后的第一预警规则。
15、可选地，根据历史数据集，生成第二预警规则和多个数据转换规则的步骤，具体包括：
16、获取多个第二预设数据项；
17、根据历史数据集，确定每个第二预设数据项对应的火灾预警阈值和/或火灾预警条件；
18、根据火灾阈值阈值和/或火灾预警条件，生成第二预警规则；
19、为每个第二预设数据项制定数据转换规则。
20、可选地，根据历史数据集和集成学习模型，生成预设故障诊断模型的步骤，具体包括：
21、根据多个历史充电设备故障事件，在历史数据集中，确定每个历史充电设备故障事件对应的多个历史充电设备故障数据；
22、根据预设特征转换规则，对多个历史故障数据采用特征工程技术进行特征转换，生成多个特征数据；
23、根据多个特征数据和集成学习模型中的多个预设基模型，生成预设故障诊断模型。
24、可选地，根据多个特征数据和集成学习模型中的多个预设基模型，生成预设故障诊断模型的步骤，具体包括：
25、根据多个特征数据，生成训练集和验证集；
26、利用训练集对每个预设基模型进行训练；
27、利用验证集，对训练后的每个预设基模型进行验证，生成每个预设基模型模型的评估指标数值；
28、根据评估指标数值和预设指标阈值，在多个预设基模型中，确定多个目标模型，并将多个目标模型作为预设故障诊断模型。
29、可选地，该方法还包括：
30、获取监测到的异常事件的异常数据集，其中，异常数据集中包括多个异常数据、异常类型和异常推理方法；
31、将异常数据集发送至运维人员的终端，使得运维人员基于接收到的异常数据集，生成分析报告；
32、接收终端发送的分析报告；
33、将异常数据集和分析报告存储至预设知识库。
34、依据本申请第二方面，提供了一种充电站的安全监控装置，适用于安全监控系统，该装置包括：
35、获取模块，用于获取充电站的历史数据集和多个历史异常事件；
36、第一生成模块，用于根据历史数据集、多个历史异常事件和预训练的推理引擎，生成第一预警规则，其中，第一预警规则用于对充电设备进行风险预警；
37、第二生成模块，用于根据历史数据集，生成第二预警规则和多个数据转换规则，其中，第二预警规则用于对充电站进行火灾预警，数据转换规则用于对火灾预警的待监控数据进行格式转换；
38、第三生成模块，用于根据历史数据集和集成学习模型，生成预设故障诊断模型，其中，预设故障诊断模型用于对充电设备进行故障诊断。
39、依据本申请第三方面，提供了一种安全监控系统，包括：
40、充电设备风险预警模块，充电站火灾预警模块和充电设备故障诊断模块；
41、系统被配置为执行：
42、获取充电站的历史数据集和多个历史异常事件；
43、根据历史数据集、多个历史异常事件和预训练的推理引擎，生成第一预警规则，其中，第一预警规则存储于充电设备风险预警模块，第一预警规则用于对充电设备进行风险预警；
44、根据历史数据集，生成第二预警规则和多个数据转换规则，其中，第二预警规则和多个数据转换规则存储于充电站火灾预警模块，第二预警规则用于对充电站进行火灾预警，数据转换规则用于对火灾预警的待监控数据进行格式转换；
45、根据历史数据集和集成学习模型，生成预设故障诊断模型，其中，预设故障诊断模型存储于充电设备故障诊断模块，预设故障诊断模型用于对充电设备进行故障诊断。
46、根据本专利技术的第四方面，提供了一种充电站，包括第三方面的安全监控系统。
47、根据本专利技术的第五方面，提供了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现如第一方面的充电站的安全监控方法的步骤。
48、借由上述技术方案，本申请提供的本文档来自技高网...
【技术保护点】
1.一种充电站的安全监控方法，其特征在于，适用于安全监控系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述历史数据集、所述多个历史异常事件和预训练的推理引擎，生成第一预警规则的步骤，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述历史数据集，生成第二预警规则和多个数据转换规则的步骤，具体包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述历史数据集和集成学习模型，生成预设故障诊断模型的步骤，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述多个特征数据和集成学习模型中的多个预设基模型，生成所述预设故障诊断模型的步骤，具体包括：
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：
7.一种充电站的安全监控装置，其特征在于，适用于安全监控系统，所述装置包括：
8.一种安全监控系统，其特征在于，包括：
9.一种充电站，其特征在于，包括：
10.一种可读存储介质，其上存储有程序或指令，其特征在
...【技术特征摘要】
1.一种充电站的安全监控方法，其特征在于，适用于安全监控系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述历史数据集、所述多个历史异常事件和预训练的推理引擎，生成第一预警规则的步骤，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述历史数据集，生成第二预警规则和多个数据转换规则的步骤，具体包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述历史数据集和集成学习模型，生成预设故障诊断模型的步骤，具体包括：
5.根据权利要求4所述的方法，其特征...
【专利技术属性】
技术研发人员：龙羿，胡晓锐，黄会，高芸，王松，朱彬，高辉，李炜卓，龙方家，张永瑜，徐婷婷，孙正凯，池磊，龙虹毓，陈良亮，李建锋，李涛永，曹登焜，
申请(专利权)人：国网重庆市电力公司营销服务中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。