[发明专利]一种充电异常确定方法和装置

说明书

本申请提供了一种充电异常确定方法和装置，其中，该方法包括：获取多个电池柜中充电的电池上传的心跳数据；将所述心跳数据转换为深度神经网络可接受的输入数据；将所述可接受的输入数据输入深度神经网络中，进行特征提取，得到输出特征；对所述输出特征进行孤立森林，得到心跳异常值。通过上述方案解决了现有的充电异常需要人为通过经验判断，而导致人力成本高、判断结果和及时性不理想的问题，达到了简单高效确定充电异常的技术效果。

技术领域

本申请属于数据处理技术领域，尤其涉及一种充电异常确定方法和装置。

背景技术

共享换电柜是共享新能源交通工具正在发展的业务，主要是为了为共享新能源交通工具提供充电服务。一般，操作流程是：用户在手机侧点击换电操作，开始换电操作的信息传至服务器，再由服务器传至共享换电柜，在换电柜接收到用户的换电行为信号后，会弹开一个没有装电池的空格口，用户将已经用完的低电量电池放在空格口中，并关闭柜门。电池放入电柜后会进行心跳上报，电柜接收到低电量电池放入后，电柜会弹开一个新的装有满电电池的格口，用户可以将满电电池取出，关闭该柜门，完成一次换电操作。

为了保证共享换电柜的安全有效运行，需要检测电池在共享电柜中充电异常，目前充电异常的预警仅仅是简单的人工利用先验知识做选取。根据经验列举出电池在电柜中充电这个过程中已经经常发生的故障，并根据经验找到发生这些故障时的数据规律，从而制定规则，在下次数据出现同样的规律时，判断是否发生类似的故障。

然而，这种确定共享换电柜异常的方式存在如下问题：基本依赖于相关工作人员自身的业务能力，该人员的个人知识和认知的主观因素会直接决定判断结果，人工选择难以捕捉特征之间、特征与收益之间深层次的关联，从而制定不出完整的规则，且同样的事故需要发生多次才能开始制定规则并投入使用，这期间容易造成很大的经济损失，甚至发生充电异常导致的电池爆炸等事故，具有潜在的风险。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本申请目的在于提供一种充电异常确定方法和装置，可以实现简单高效发现充电异常的目的。

本申请提供一种充电异常确定方法和装置是这样实现的：

一种充电异常确定方法，所述方法包括：

获取多个电池柜中充电的电池上传的心跳数据；

将所述心跳数据转换为深度神经网络可接受的输入数据；

将所述可接受的输入数据输入深度神经网络中，进行特征提取，得到输出特征；

对所述输出特征进行孤立森林，得到心跳异常值。

在一个实施方式中，所述心跳数据包括：第一数值特征数据和第一类别特征数据，其中，第一数值特征数据包括以下至少之一：电压、电流、温度、电量，第一类别特征数据包括以下至少之一：城市、经纬度、电柜号、格口号、电池号。

在一个实施方式中，将所述心跳数据转换为深度神经网络可接受的输入数据，包括：

对第一数值特征数据做哈希编码，得到哈希结果数据；

对所述哈希结果数据进行分桶处理，得到第二类别特征数据；

对所述第一类别特征数据和所述第二类别特征数据进行交叉，得到交叉结果数据；

对所述交叉结果数据进行分桶，得到训练特征数据。

在一个实施方式中，在对所述交叉结果数据进行分桶，得到训练特征数据之后，还包括：

对所述训练特征数据进行onehot编码；

对onehot编码后的数据，进行特征embedding，得到深度神经网络可接受的输入数据。