[发明专利]一种基于多维度数据体系的充电站运行维护方法

权利要求书

1.一种基于多维度数据体系的充电站运行维护方法，其特征在于：通过建立充电站纵横向数据体系，历史维度数据体系和事件维度数据体系，对充电站内数据进行分类，并对充电站多维度数据进行分析储存，实现故障事件预警、故障事件更新，以及故障解决方案的推荐。

2.根据权利要求1所述的方法，其特征在于，所述方法包括以下步骤：

S1，建立充电站纵横向数据体系；

S2，建立充电站历史维度数据体系；

S3，建立充电站事件维度数据体系；

S4，结合所述纵横向数据体系、历史维度体系、事件维度体系构建多维数据体系；

S5，结合所述多维数据体系，实现故障事件的预警，故障事件的更新，以及故障解决方案的推荐。

3.根据权利要求1或2中所述的方法，其特征在于，所述纵横向数据系统包括，纵向数据体系和横向数据体系。

4.如权利要求3所述的方法，其特征在于，所述纵向数据体系包括：配电网数据、充电站数据、充电用户数据，用以对充电设备数据进行实时监测。

5.如权利要求4所述的方法，其特征在于，

在横向数据体系中，所述配电网数据包括：电气数据和设备数据。

6.如权利要求4所述的方法，其特征在于，

在横向数据体系中，所述充电站数据由配电系统数据、充电机数据、充电站监控和管理系统数据三大部分组成。

7.如权利要求5所述的方法，其特征在于，

所述充电机数据包含：整流柜数据、充电桩数据、充电枪数据。

8.如权利要求4所述的方法，其特征在于，

在横向数据体系中，充电用户数据包括：充电站收到电池的交互数据，车辆型号。

9.根据权利要求2所述的方法，其特征在于，

横纵体系结构建立横纵体系结构数据库，其作为一个对电动汽车充电站数据处理的平台,横纵体系结构数据库在接收到请求后会把所需的动态数据传递给系统，随后将处理好的数据输入到故障判别模型中，判断目前设备是否处于故障状态。

10.如权利要求2所述的方法，其特征在于：所述步骤S2包括：

获取历史数据，根据待分析充电设备和参考充电设备平均数据，获取待分析充电设备的预测评分，形成历史维度数据分析。

11.如权利要求10所述的方法，其特征在于，

所述待分析充电设备平均数据包括：设置时间点前待分析设备发生故障的平均次数设置时间点前待分析设备已检修的平均次数设置时间点与目前时间之间待分析设备发生故障的平均次数设置时间点与目前时间之间待分析设备已检修的平均次数

12.如权利要求11所述的方法，其特征在于，

所述参考设备充电设备平均数据包括：目前时间点前参考充电设备发生故障的次数DF、目前时间点前参考充电设备已检修的次数DJ。

13.如权利要求11或12所述的方法，其特征在于，

所述设置时间设置为目前时间前的第30天。

14.如权利要求13所述的方法，其特征在于，

获取待分析设备的预测评分包括：

通过如下公式计算待分析设备的预测评分

其中α为故障评分系数、β为维修评分系数。

15.如权利要求14所述的方法，其特征在于，

取α＝2、β＝-1。

16.如权利要求14或15所述的方法，其特征在于，

如果预测评分W≥α×DF+β×DJ，则采取预警。