【技术实现步骤摘要】
本专利技术涉及智能充电，特别是一种基于车到网技术的充电桩充放电控制方法及系统。
技术介绍
1、随着大数据和人工智能技术的进步，智能充电系统成为了研究热点。现有的智能充电解决方案集中在充电桩的远程监控以及基本的故障诊断等方面，但在充电过程中电动汽车的状态监测与智能调整方面仍存在一定的局限性，导致充电效率无法得到提升。
2、传统的充电桩控制系统缺乏边缘计算能力，数据处理主要依赖于云端服务器。此外，在电动汽车接入充电桩后，当电动汽车在充电过程中出现异常情况时，现有系统只能简单的停止充电，无法通过调整充电策略来解决问题。这不仅降低了充电效率，还可能导致电池损坏等问题。因此，如何调整充电策略和提高充电效率，成为了有待解决的问题。
技术实现思路
1、鉴于上述现有存在的问题，提出了本专利技术。
2、因此，本专利技术提供了一种基于车到网技术的充电桩充放电控制方法及系统解决了电动汽车在充电过程中实时状态监测与调整充电策略的问题。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种基于车到网技术的充电桩充放电控制方法，其包括，将电动汽车接入充电桩，通过传感器获取电动汽车的运行情况数据，并上传至边缘计算设备；
5、边缘计算设备接收并预处理运行情况的数据，运用机器学习模型来识别运行状态是否正常；
6、当运行状态正常时，电动汽车开始自动充电；
7、当运行状态出现异常时，设置算法参数
8、充电桩按照调整后的充电策略开始充电，系统持续监控充电桩和电池状态变化，直至电动汽车达到电池的荷电状态；
9、电动汽车达到电池的荷电状态后，系统自动停止充电并保存充电数据，将充电数据上传至云端服务器进行分析统计，评估充电桩表现并将评估信息发送至用户的手机。
10、作为本专利技术所述基于车到网技术的充电桩充放电控制方法的一种优选方案，其中：将电动汽车接入充电桩，通过传感器获取电动汽车的运行情况数据，并上传至边缘计算设备，包括以下步骤，
11、将电动汽车停靠在可用充电桩旁边，从充电桩上取下充电电缆，并将充电电缆的一端插入电动汽车的充电口；
12、在电动汽车上部署电流传感器、电压传感器、电量状态传感器以及运动状态传感器来监测电动汽车的关键参数，同时利用模数转换法将关键参数的物理量转换为数字信号；
13、利用车载计算机对接收到的数字信号进行去除噪声处理，将处理后的数字信号数据打包成标准格式，并使用无线网络上传至边缘计算设备。
14、作为本专利技术所述基于车到网技术的充电桩充放电控制方法的一种优选方案，其中：边缘计算设备接收并预处理运行情况的数据，运用机器学习模型来识别运行状态是否正常，包括以下步骤，
15、边缘设备将接收运行情况的数据解析成json和csv的格式，去除错误和无效的数据，并将处理后的数据存储在本地数据库中；
16、选择随机森林的机器学习模型，提取处理后的数据输入模型中识别概率值；
17、根据电动汽车运行状态的分布情况来设置概率阈值，当电动汽车运行状态的概率值大于概率阈值时，表示电动汽车运行状态为正常，当电动汽车运行状态的概率值小于等于概率阈值时，表示电动汽车运行状态为异常。
18、作为本专利技术所述基于车到网技术的充电桩充放电控制方法的一种优选方案，其中：当运行状态正常时，电动汽车开始自动充电，当运行状态出现异常时，设置算法参数来调节充电功率的初始值，并启动自我修复机制来调整充电策略，包括以下步骤，
19、根据当前电动汽车的电量状态和电池特性，设置算法参数来调整充电功率的初始值；
20、调整充电功率后，利用支持向量机模型预测出电动汽车的运行状态中出现的故障，根据故障类型设计自我修复的算法，从而来调整充电时间。
21、作为本专利技术所述基于车到网技术的充电桩充放电控制方法的一种优选方案，其中：充电桩按照调整后的充电策略开始充电，系统持续监控充电桩和电池状态变化，直至电动汽车达到电池的荷电状态，包括以下步骤，
22、将调整后的充电时间和电池温度的充电策略更新至充电桩的控制系统，充电桩按照新的充电策略开始为电动汽车充电；
23、充电过程中，系统持续监控充电桩和电池状态变化，无异常情况出现，充电桩继续为电动汽车充电，有异常情况出现，降低充电桩的充电功率并根据电池状态调整充电的持续时间，避免电池过热，待电池温度冷却到安全范围内后再继续充电，直至电动汽车达到电池的荷电状态。
24、作为本专利技术所述基于车到网技术的充电桩充放电控制方法的一种优选方案，其中：电动汽车达到电池的荷电状态后，系统自动停止充电并保存充电数据，将充电数据上传至云端服务器进行分析统计，包括以下步骤，
25、设置电池电量的规定值，当电池电量达到规定值，系统会自动停止充电，并将充电数据上传至云端服务器；
26、云端服务器接收到充电数据后，使用聚类分析来识别异常数据点并进行分类，从而分析出用户在充电时间、频率以及充电量的充电习惯。
27、作为本专利技术所述基于车到网技术的充电桩充放电控制方法的一种优选方案，其中：评估充电桩表现并将评估信息发送至用户的手机，包括以下步骤，
28、根据所述用户的充电习惯，计算出充电桩的成功率和故障率；
29、根据计算的充电桩的成功率和故障率，评估得出充电桩完成充电任务所需的平均时间以及充电桩在充电过程中输出功率的稳定性的性能表现，并使用云端服务器将评估信息发送至用户的手机。
30、第二方面，本专利技术提供了一种基于车到网技术的充电桩充放电控制系统，包括，数据采集模块，负责将电动汽车接入充电桩，通过传感器获取电动汽车的运行情况数据，并上传至边缘计算设备；
31、数据预处理模块，负责边缘计算设备接收并预处理运行情况的数据；
32、状态识别模块，负责运用机器学习模型来识别运行状态是否正常；
33、自动充电模块，负责当运行状态正常时，电动汽车开始自动充电；
34、异常处理模块，负责当运行状态出现异常时，设置算法参数来调节充电功率的初始值，并启动自我修复机制来调整充电策略；
35、动态充电控制模块，负责充电桩按照调整后的充电策略开始充电，系统持续监控充电桩和电池状态变化，直至电动汽车达到电池的荷电状态；
36、数据上传与分析模块，负责电动汽车达到电池的荷电状态后，系统自动停止充电并保存充电数据，将充电数据上传至云端服务器进行分析统计，评估充电桩表现并将评估信息发送至用户的手机。
37、第三方面，本专利技术实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本专利技术第一方面所述的基于车到网技术的充电桩充放电控制方法的任一步骤。...
【技术保护点】
1.一种基于车到网技术的充电桩充放电控制方法，其特征在于：包括，
2.如权利要求1所述的基于车到网技术的充电桩充放电控制方法，其特征在于，将电动汽车接入充电桩，通过传感器获取电动汽车的运行情况数据，并上传至边缘计算设备，包括以下步骤，
3.如权利要求2所述的基于车到网技术的充电桩充放电控制方法，其特征在于，边缘计算设备接收并预处理运行情况的数据，运用机器学习模型来识别运行状态是否正常，包括以下步骤，
4.如权利要求3所述的基于车到网技术的充电桩充放电控制方法，其特征在于，当运行状态正常时，电动汽车开始自动充电，当运行状态出现异常时，设置算法参数来调节充电功率的初始值，并启动自我修复机制来调整充电策略，包括以下步骤，
5.如权利要求4所述的基于车到网技术的充电桩充放电控制方法，其特征在于，充电桩按照调整后的充电策略开始充电，系统持续监控充电桩和电池状态变化，直至电动汽车达到电池的荷电状态，包括以下步骤，
6.如权利要求5所述的基于车到网技术的充电桩充放电控制方法，其特征在于，电动汽车达到电池的荷电状态后，系统自动停止充电并
7.如权利要求6所述的基于车到网技术的充电桩充放电控制方法，其特征在于，评估充电桩表现并将评估信息发送至用户的手机，包括以下步骤，
8.一种基于车到网技术的充电桩充放电控制系统，基于权利要求1～7任一所述的基于车到网技术的充电桩充放电控制方法，其特征在于，包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的基于车到网技术的充电桩充放电控制方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的基于车到网技术的充电桩充放电控制方法的步骤。
...【技术特征摘要】
1.一种基于车到网技术的充电桩充放电控制方法，其特征在于：包括，
2.如权利要求1所述的基于车到网技术的充电桩充放电控制方法，其特征在于，将电动汽车接入充电桩，通过传感器获取电动汽车的运行情况数据，并上传至边缘计算设备，包括以下步骤，
3.如权利要求2所述的基于车到网技术的充电桩充放电控制方法，其特征在于，边缘计算设备接收并预处理运行情况的数据，运用机器学习模型来识别运行状态是否正常，包括以下步骤，
4.如权利要求3所述的基于车到网技术的充电桩充放电控制方法，其特征在于，当运行状态正常时，电动汽车开始自动充电，当运行状态出现异常时，设置算法参数来调节充电功率的初始值，并启动自我修复机制来调整充电策略，包括以下步骤，
5.如权利要求4所述的基于车到网技术的充电桩充放电控制方法，其特征在于，充电桩按照调整后的充电策略开始充电，系统持续监控充电桩和电池状态变化，直至电动汽车达到电池的荷电状态，包括以下步骤，<...
【专利技术属性】
技术研发人员：陈建国，陈林，黄大雄，
申请(专利权)人：广东正品智慧科技股份有限公司，
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。