[发明专利]充电桩整流模块异常预警方法、装置、终端及存储介质

权利要求书

1.一种充电桩整流模块异常预警方法，其特征在于，包括：

获取多个监测数据，其中，监测数据基于影响充电桩整流模块正常工作的影响因素获取；

根据多个影响因素对充电桩整流模块正常工作的影响性，对所述多个监测数据分别进行数据预处理，获得多个因素数据；

将所述多个因素数据输入到预警模型中，获得预警消息，其中，预警模型基于人工神经网络模型构建初始模型，基于多个历史记录对所述初始模型进行训练获得，历史记录中记录有充电桩整流模块的历史工作状态以及充电桩整流模块运行的历史监测数据；

其中，所述多个影响因素对充电桩整流模块正常工作的影响性根据所述多个历史记录进行确定；所述多个影响因素对充电桩整流模块正常工作的影响性的确定过程包括：

对所述多个历史记录按照时间的先后顺序排序，获得历史记录队列；

对所述历史记录队列中属于同一影响因素的历史监测数据按照时间先后的顺序进行归集，获得多个历史监测数据队列；

对所述历史记录队列中充电桩整流模块的历史工作状态按照时间先后的顺序进行归集，获得历史工作状态队列；

对于所述多个历史监测数据队列中的每个队列，分别执行如下步骤：

根据历史监测数据队列生成累加队列以及差分队列，其中，累加队列表征多个历史监测数据的累加和，差分队列表征多个历史监测数据的波动；

根据历史监测数据队列、累加队列以及差分队列，确定影响因素对充电桩整流模块正常工作的影响性。

2.根据权利要求1所述的充电桩整流模块异常预警方法，其特征在于，根据历史监测数据队列生成累加队列，包括：

根据历史监测数据队列以及第一公式生成所述累加队列，其中，所述第一公式为：

式中，为累加队列的第个元素，为历史监测数据队列的第个元素；

根据历史监测数据队列生成差分队列，包括：

根据历史监测数据队列以及第二公式生成所述差分队列，其中，所述第二公式为：

式中，为差分队列的第个元素。

3.根据权利要求1所述的充电桩整流模块异常预警方法，其特征在于，所述根据历史监测数据队列、累加队列以及差分队列，确定影响因素对充电桩整流模块正常工作的影响性，包括：

根据第三公式、历史监测数据队列、累加队列以及差分队列，确定表征影响因素对充电桩整流模块正常工作的影响性的影响性向量，其中，影响性向量包括监测数据影响系数、累加影响系数以及差分影响系数，所述第三公式为：

式中，为影响性向量的第个元素，为历史监测数据队列、累加队列或差分队列的第个元素，为历史工作状态队列的第个元素，为历史工作状态队列中元素的总数量。

4.根据权利要求2所述的充电桩整流模块异常预警方法，其特征在于，所述根据多个影响因素对充电桩整流模块正常工作的影响性，对所述多个监测数据分别进行数据预处理，获得多个因素数据，包括：

所述影响因素对充电桩整流模块正常工作的影响性包括：监测数据影响系数、累加影响系数以及差分影响系数；

若监测数据影响系数的绝对值大于监测阈值，则将监测数据加入到所述多个因素数据；

若累加影响系数的绝对值大于累加阈值，则将根据所述第一公式获得的累加队列的最后一个数据加入到所述多个因素数据；

若差分影响系数的绝对值大于差分阈值，则将根据所述第二公式获得的差分队列的最后一个数据加入到所述多个因素数据。

5.根据权利要求1-4任一项所述的充电桩整流模块异常预警方法，其特征在于，所述预警模型的初始模型包括：

输入层、中间层以及输出层，所述中间层接受所述输入层输入的多个数据以及对所述多个数据进行拟合变换，所述输出层接受所述中间层输出的数据以及输出预警消息；

所述输入层包括用于输入所述多个因素数据的多个输入节点，所述中间层包括构成多层且全连接网络的多个中间节点，所述多个输入节点与所述多个中间节点中紧邻所述输入层的节点相连接，所述输出层包括输出节点，所述输出节点与所述多个中间节点中紧邻所述输出层的节点相连接。