一种基于汽车充换电设备的智能预警系统的制作方法

本发明属于智能预警领域，具体是一种基于汽车充换电设备的智能预警系统。

背景技术：

1、随着新能源汽车技术的成熟和普及，充电桩作为其重要配套设施也得到广泛应用；然而，充电桩使用过程中可能出现各种故障和异常情况，如过载、短路、漏电、火灾等，给用户的安全和财产带来威胁；因此，确保充电桩的安全性和可靠性成为一个重要背景。

2、现有技术(申请号为：202311223938.5的发明申请)公开了一种充电桩的充电预警方法及装置，属于充电桩充电预警技术领域；基于红外热成像技术、声波传感器技术和激光雷达技术对充电桩进行实时监测和精准测温，基于rfid技术对充电桩进行智能标识和远程监测，基于区块链技术和智能合约技术对充电桩的数据进行安全存储、验证和传输，基于深度学习算法对充电桩的数据进行特征提取、分类和识别，根据温度数据和故障模式进行异常升温、超温或火灾的智能预警，并经用户终端或监控中心显示预警状态和应急措施；能够有效地提高充电桩的故障识别准确率和效率，降低充电桩的火灾风险和损失。现有技术主要通过实时监测充电桩的温度对充电桩的火灾安全方面进行预警；但没有考虑到充电桩中进风口滤网的积灰程度和电源模块风扇的积灰程度会影响充电桩的散热，进而影响充电桩的整体温度；同时现有技术没有考虑到对充电桩的液冷超充冷却液的温度和外壳的密闭性进行实时监测；当冷却液温度过高时，设备的散热效果会显著降低，从而导致设备性能下降；外壳的密闭性不良会导致雨水、尘土或其他杂物进入充电桩内部，从而影响其正常工作。

3、因此，本发明提出一种基于汽车充换电设备的智能预警系统，以解决上述问题。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于汽车充换电设备的智能预警系统，用于解决现有技术没有考虑到充电桩中进风口滤网的积灰程度和电源模块风扇的积灰程度会影响充电桩的散热，进而影响充电桩的整体温度；同时现有技术没有考虑到对充电桩的液冷超充冷却液的温度和外壳的密闭性进行实时监测；在液冷超充技术中，冷却液的主要作用是在充电过程中有效地吸收和散去充电产生的热量，从而确保充电桩和电动车的安全性和稳定性，这种冷却液通常具有特定的热传导性能和稳定性，以适应高功率充电时产生的大量热量，当冷却液温度过高时，设备的散热效果会显著降低，从而导致设备性能下降；外壳的密闭性不良会导致雨水、尘土或其他杂物进入充电桩内部，从而影响其正常工作。

2、为实现上述目的，本发明的第一方面提供了一种基于汽车充换电设备的智能预警系统，包括：数据采集模块、数据分析模块和预警模块；

3、数据采集模块：用于采集充电桩的预警数据；其中，预警数据包括：积灰数据、冷却液温度和外壳密封监测数据；

4、数据分析模块：基于积灰数据计算得到积灰预警评估系数；基于积灰预警评估系数和预设积灰阈值判断是否进行预警；是，则发送预警信息至预警模块；否，则持续检测判断；基于冷却液温度与预设温度阈值判断是否进行预警；是，则发送预警信息至预警模块；否，则持续检测判断；以及，

5、基于充电桩的外壳密封监测数据计算得到密闭性评估系数；基于密闭性评估系数与预设密闭性阈值判断是否进行预警；是，则发送预警信息至预警模块；否，则持续检测判断；

6、预警模块：用于接收预警信息，并基于预警信息对工作人员进行预警提示。

7、优选的，所述数据分析模块分别与数据采集模块和预警模块通信和/或电气连接。

8、优选的，所述采集充电桩的预警数据，包括：

9、通过积灰采集设备采集散热区域的积灰数据；其中，积灰采集设备包括：光学传感器或微粒浓度传感器；散热区域是指充电桩进风口的滤网和电源模块的风扇；积灰数据包括：进风口滤网的积灰厚度和电源模块风扇的积灰厚度；

10、通过采集设备采集充电桩的冷却液温度和外壳密封监测数据。

11、优选的，所述通过采集设备采集充电桩的冷却液温度和外壳密封监测数据，包括：

12、通过温度采集设备采集充电桩中冷却液的温度；其中，温度采集设备包括：温度传感器或红外测温仪；

13、通过数据传感器采集充电桩的外壳密封监测数据；其中，数据传感器包括：压力传感器和湿度传感器；外壳密封监测数据包括：外壳外部压力、外壳内部压力和外壳内部湿度。

14、需要说明的是，所述数据传感器安装在充电桩的关键密封区域(如接缝、法兰连接处、密封盖板等)附近或内部。

15、优选的，所述基于积灰数据计算得到积灰预警评估系数，包括：

16、将进风口滤网的积灰厚度标记为x，电源模块风扇的积灰厚度标记为y，积灰预警评估系数标记为ph；

17、通过公式：ph＝a×(e^x-1)×x^2+b×(e^y-1)×y^2，计算得到积灰预警评估系数；其中，a、b是比例系数，a>0，b>0。

18、优选的，所述基于积灰预警评估系数和预设积灰阈值判断是否进行预警，包括：

19、判断积灰预警评估系数是否大于预设积灰阈值；是，则发送预警信息至预警模块；否，则持续检测判断；其中，预设积灰阈值是根据实际进风口滤网和电源模块风扇的积灰厚度的最大限度所设。

20、本发明通过实时采集充电桩的积灰数据，基于积灰数据计算得到积灰预警评估系数，通过判断密闭性评估系数是否大于预设密闭性阈值来确定是否对充电桩的进风口滤网和电源模块风扇积灰状态进行预警，解决了现有技术没有考虑到充电桩中进风口滤网的积灰程度和电源模块风扇的积灰程度会影响充电桩的散热，进而影响充电桩的整体温度的技术问题。

21、优选的，所述基于冷却液温度与预设温度阈值判断是否进行预警，包括：

22、判断冷却液温度是否大于预设温度阈值；是，则发送预警信息至预警模块；否，则持续检测判断；其中，预设温度阈值是根据实际冷却液温度的最适温度所设。

23、本发明通过实时采集充电桩的液冷超充冷却液的温度，基于冷却液温度是否大于预设温度阈值判断是否进行预警，解决了现有技术没有考虑到对充电桩的液冷超充冷却液的温度和外壳的密闭性进行实时监测，导致当冷却液温度过高时，设备的散热效果会显著降低，从而导致设备性能下降的技术问题。

24、优选的，所述基于充电桩的外壳密封监测数据计算得到密闭性评估系数，包括：

25、将充电桩外壳外部压力标记为fw，外壳内部压力标记为fn，充电桩外壳内的湿度标记为s，密闭性评估系数标记为pm；

26、通过公式：pm＝ɑ×e^f+tanhs×ln(s+1)^β，计算得到密闭性评估系数；其中ɑ、β是比例系数，且ɑ>0，β>0，tanh(*)是双曲正切函数，ln(*)是以自然数e为底的对数函数，f是压力差，且f＝fw-fn。

27、优选的，所述基于密闭性评估系数与预设密闭性阈值判断是否进行预警，包括：

28、判断密闭性评估系数是否大于预设密闭性阈值；是，则发送预警信息至预警模块；否，则持续检测判断；其中，预设密闭性阈值是根据实际充电桩外壳的压力差和内部湿度的最大限度所设。

29、本发明通过实时采集充电桩的外壳密封监测数据，基于充电桩的外壳密封监测数据计算得到密闭性评估系数，通过判断密闭性评估系数是否大于预设密闭性阈值来确定是否对充电桩的外壳密闭性进行预警，解决了现有技术没有考虑对充电桩的外壳密闭性进行监测，导致雨水、尘土或其他杂物进入充电桩内部，从而影响其正常工作的技术问题。

30、优选的，所述基于预警信息对工作人员进行预警提示，包括：

31、通过无线传输技术将预警信息发送到工作人员移动端；其中，无线传输技术包括：wifi、蓝牙或5g网络；移动端包括：电脑或手机。

32、与现有技术相比，本发明的有益效果是：

33、1.现有技术没有考虑到充电桩中进风口滤网的积灰程度和电源模块风扇的积灰程度会影响充电桩的散热，进而影响充电桩的整体温度；若进风口滤网和电源模块风扇积灰的厚度太大，就会导致充电桩的散热能力变差，从而使充电桩的整体温度升高，影响其工作状态；本发明通过实时采集充电桩的积灰数据，基于积灰数据计算得到积灰预警评估系数，通过判断密闭性评估系数是否大于预设密闭性阈值来确定是否对充电桩的进风口滤网和电源模块风扇积灰状态进行预警，以解决上述问题。

34、2.现有技术没有考虑到对充电桩的液冷超充冷却液的温度和外壳的密闭性进行实时监测；在液冷超充技术中，冷却液的主要作用是在充电过程中有效地吸收和散去充电产生的热量，从而确保充电桩和电动车的安全性和稳定性，以适应高功率充电时产生的大量热量，当冷却液温度过高时，设备的散热效果会显著降低，从而导致设备性能下降；本发明通过实时采集充电桩的液冷超充冷却液的温度，基于冷却液温度是否大于预设温度阈值判断是否进行预警，以解决上述问题。

35、3.现有技术没有考虑对充电桩的外壳进行实时监测，外壳的密闭性不良会导致雨水、尘土或其他杂物进入充电桩内部，从而影响其正常工作；本发明通过实时采集充电桩的外壳密封监测数据，基于充电桩的外壳密封监测数据计算得到密闭性评估系数，通过判断密闭性评估系数是否大于预设密闭性阈值来确定是否对充电桩的外壳密闭性进行预警，以解决上述问题。