一种充电桩风险预警方法、装置及存储介质与流程

1.本技术涉及计算技术领域，尤其涉及一种充电桩风险预警方法、装置和存储介质。

背景技术：

2.随着城镇化进程加剧，道路拥堵污染问题日益凸出，而减堵降污有利于城市环境的绿慢行交通开始复兴，其中电动车凭借高效、便捷、低碳环保等特点成为主力军。然而，涉电动车的安全问题也逐渐凸显，尤其是充电和不当使用造成的火灾事故时有发生。现有技术中，充电桩防火方法大多是基于消防装置解决充电桩在发生火灾时自我防护的技术问题，不能在安全问题发生前对充电桩进行有效处理，缺少有效的风险预警方法，导致事故发生，造成生命财产损失。

技术实现要素：

3.针对上述技术问题，本技术实施例提供了一种充电桩风险预警方法、装置及存储介质，用以对充电桩进行风险预警。
4.第一方面，本技术实施例提供的一种充电桩风险预警方法，包括：
5.检测充电桩的充电压力指数；
6.检测充电桩的历史风险指数；
7.检测充电桩的电流风险指数；
8.根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数；
9.当所述充电桩风险预警指数大于设定的第十二判断阈值时，判定充电桩存在风险。
10.本发明中，在充电桩的安全事故发生前，通过检测充电桩的充电压力指数，历史风险指数和电流风险指数，从而计算充电桩的风险预警指数。当充电桩的风险预警指数超过预设的判断阈值时，判断充电桩存在风险，发出预警信号。
11.优选的，所述根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数包括：
12.根据以下公式确定充电桩风险预警指数：
13.，
14.其中，k1为充电压力指数的加权系数，k2为历史风险指数的加权系数，k3为电流风险指数的加权系数。
15.优选的，所述检测充电桩的充电压力指数包括：
16.获取所述充电桩连续n天的充电数据，根据所述充电数据中每一笔订单的充电时长以及充电桩的充电口个数，获取充电桩的充电饱和指数：
17.，
18.若所述充电饱和指数大于设定的第一判断阈值时，判定充电桩使用饱和，则充电压力指数；
19.若所述充电饱和指数小于等于设定的第一判断阈值时，判定充电桩使用未饱和，则根据以下步骤计算所述充电压力指数：
20.确定充电集中压力得分；
21.确定充电附加压力得分；
22.根据所述电集中压力得分和所述充电附加压力得分确定充电压力指数：
23.；
24.其中n为设定的判断天数，i为订单的序号，订单个数为。
25.优选的，所述确定充电集中压力得分包括：
26.将一天平均划分成个时间区间，统计每个时间区间的中点对应时间节点处正在充电的订单数，其中j为时间节点的序号，k为对应的天数；
27.获取每个时间节点的使用热度指数：
28.，
29.其中为设定的第二判断阈值；
30.根据所述每个时间节点的使用热度指数，确定充电桩的集中程度指数：
[0031][0032]
当大于设定的第二判断阈值时，判定充电桩存在集中使用情况，则提取对应的时间区间组成集中使用区间，将剩余的时间区间组成空闲区间，对于当前检测时间t，获取对应的充电集中压力得分：
[0033]
，
[0034]
当小于等于设定的第二判断阈值时，判定充电桩不存在集中使用情况，令充电集中压力得分。
[0035]
优选的，所述确定充电附加压力得分包括：
[0036]
当以充电桩为中心半径为的圆形区域内不存在其他存在集中使用情况的充电桩时，充电附加压力得分；
[0037]
当以充电桩为中心半径为的圆形区域内存在其他存在集中使用情况的充电桩时，通过以下步骤确定充电附加压力得分：
[0038]
获取圆形区域内的其他存在集中使用情况的充电桩信息，所述充电桩信息包括：充电桩的个数、每个充电桩的集中使用区间及空闲区间，m为充电桩的序号，以每个充电桩为中心半径为的圆形区域内的充电桩个数、每个充电桩距离目标充电桩的距离；
[0039]
根据所述充电桩信息获取每个充电桩的充电集中压力得分：
[0040]
；
[0041]
计算充电附加压力得分：
[0042]
；
[0043]
其中为根据历史数据训练得到表示充电桩集中使用时邻域内其他充电桩充电增加压力程度的第一修正常数。
[0044]
优选的，所述检测充电桩的历史风险指数包括：
[0045]
确定充电桩的历史维修得分；
[0046]
确定充电桩的历史投诉得分；
[0047]
根据所述历史维修得分和所述历史投诉得分确定充电桩的历史风险指数；
[0048]
其中，。
[0049]
进一步的，所述确定充电桩的历史维修得分包括：
[0050]
确定维修趋势得分；
[0051]
确定维修需求得分；
[0052]
根据所述维修趋势得分和所述维修需求得分确定充电桩的历史维修得分；
[0053]
其中，。
[0054]
进一步的，所述确定维修趋势得分包括：
[0055]
根据以下公式计算维修趋势得分：
[0056]
，
[0057]
其中，为维修趋势指数，且：
[0058]
，
[0059]
为设定的第三判断阈值，为设定的第四判断阈值，为故障维修对应的时间，b为故障维修的序号，为元素的个数。
[0060]
进一步的，所述确定维修需求得分包括：
[0061]
根据以下公式计算所述维修需求得分：
[0062]
，
[0063]
其中，为维修需求指数，且：
[0064]
，
[0065]
为设定的第五判断阈值，为设定的第六判断阈值，为故障维修对应的时间，为元素的个数。
[0066]
优选的，所述确定充电桩的历史投诉得分包括：
[0067]
根据以下公式计算所述历史投诉得分：
[0068]
，
[0069]
其中，为投诉影响程度指数，且：
[0070]
，
[0071]
其中，为充电桩投诉对应的时间，为元素的个数，为设定的第七判断阈值，为设定的第八判断阈值，为设定的第九判断阈值，z为投诉的序号，，为根据历史数据训练得到的第二修正常数。
[0072]
优选的，所述检测充电桩的电流风险指数包括：
[0073]
根据以下公式计算所述电流风险指数：
[0074]
，
[0075]
其中，为设定的第十判断阈值，为设定的第十一判断阈值；
[0076]
为电流差异指数，且：
[0077]
，
[0078]
为当前充电订单电流充电程度指数，为历史订单对应的电流充电程度指数；
[0079]
，
[0080]
，
[0081]
其中为标准充电检测时长，为历史订单的个数，p为历史订单的序号，为时间u时的历史电流，订单对应的电流，开始充电的时间，l为订单的序号，u为电流获取的时间，t为当前时间。
[0082]
第二方面，本技术实施例还提供一种充电桩风险预警装置，包括：
[0083]
检测模块一，被配置用于检测充电桩的充电压力指数；
[0084]
检测模块二，被配置用于检测充电桩的历史风险指数；
[0085]
检测模块三，被配置用于检测充电桩的电流风险指数；
[0086]
计算模块，被配置用于根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数。
[0087]
第三方面，本技术实施例还提供一种充电桩风险预警装置，包括：存储器、处理器和用户接口；
[0088]
所述存储器，用于存储计算机程序；
[0089]
所述用户接口，用于与用户实现交互；
[0090]
所述处理器，用于读取所述存储器中的计算机程序，所述处理器执行所述计算机程序时，实现本发明提供的充电桩风险预警方法。
[0091]
第四方面，本技术实施例还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时实现本发明提供的充电桩风险预警方法。
[0092]
通过本发明的风险预警方法，在充电桩的安全事故发生前，根据检测充电桩的充电压力指数，历史风险指数和电流风险指数计算充电桩的风险预警指数。当充电桩的风险预警指数超过预设的判断阈值时，判断充电桩存在风险，发出预警信号，以便及时对充电桩进行有效的风险处理，将风险提前化解，保护生命财产安全。
附图说明
[0093]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅是本技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0094]
图1为本技术实施例提供的充电桩风险预警方法流程示意图；
[0095]
图2 为本技术实施例提供的充电亚利指数计算流程示意图；
[0096]
图3为本技术实施例提供的历史风险指数计算流程示意图；
[0097]
图4为本技术实施例提供的电流风险指数计算流程示意图；
[0098]
图5为本技术实施例提供的一种充电桩风险预警装置结构示意图
[0099]
图6为本技术实施例提供的另一种充电桩风险预警装置结构示意图。
具体实施方式
[0100]
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0101]
下面对文中出现的一些词语进行解释：
[0102]
1、本发明实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0103]
2、本技术实施例中术语“多个”是指两个或两个以上，其它量词与之类似。
[0104]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，并不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0105]
需要说明的是，本技术实施例的展示顺序仅代表实施例的先后顺序，并不代表实施例所提供的技术方案的优劣。
[0106]
实施例一
[0107]
参见图1，本技术实施例提供的一种充电桩风险预警方法示意图，如图1所示，该方法包括步骤s101到s105：
[0108]
s101、检测充电桩的充电压力指数；
[0109]
本技术中，充电压力指数是指同时充电及充电需求对充电桩的影响程度用于衡量充电桩目前的供电压力情况。充电压力指数与充电桩风险预警之间为正相关关系，即在其他因素不变的情况下，充电压力指数越大，则充电桩的风险越大。
[0110]
作为一种优选示例，可计算连续n天内的充电压力指数，即如图2所示，确定充电亚利指数的方法如下：
[0111]
s201、获取所述充电桩连续n天的充电数据，根据所述充电数据中每一笔订单的充电时长以及充电桩的充电口个数，获取充电桩的充电饱和指数。
[0112]
具体的，获取所述充电桩连续n天的充电数据，根据所述充电数据中每一笔订单的充电时长以及充电桩的充电口个数，获取充电桩的充电饱和指数：
[0113]
。
[0114]
其中n为设定的判断天数，i为订单的序号，订单个数为。
[0115]
其中，充电时长为第i个订单的充电时长，单位为小时。
[0116]
也就是说，充电饱和指数反映的是n天之内，充电桩在充电的时间占比，充电饱和指数越大，则时间占比越高。
[0117]
s202、判断充电饱和指数是否大于设定的第一判断阈值。若是则执行s203，否则执行s204。
[0118]
本步骤中，根据充电饱和指数是否大于设定的第一判断阈值，分别采用不同的方法计算充电压力指数。若所述充电饱和指数大于设定的第一判断阈值时，判定充电桩使用饱和，执行s203，即充电压力指数。若所述充电饱和指数小于等于设定的第一判断阈值时，采用s204到s206的步骤计算充电压力指数。
[0119]
s203、充电压力指数等于1；
[0120]
s204、确定充电集中压力得分；
[0121]
作为一种优选示例，充电集中压力得分通过以下方式计算：
[0122]
将一天平均划分成个时间区间，统计每个时间区间的中点对应时间节点处正在充电的订单数，其中j为时间节点的序号，k为对应的天数；
[0123]
本发明中，每个时间区间的中点对应时间节点指的时间区间的中间位置，例如“时间区间”为，其中为开始时间，为结束时间，则“中点对应时间节点”为时刻
。统计每个时间区间的中点对应时间节点处正在充电的订单数就是对于时间区间，提取在时刻正在充电的订单。
[0124]
获取每个时间节点的使用热度指数：
[0125]
，
[0126]
其中为设定的第二判断阈值；
[0127]
根据所述每个时间节点的使用热度指数，确定充电桩的集中程度指数：
[0128][0129]
当大于设定的第二判断阈值时，判定充电桩存在集中使用情况，则提取对应的时间区间组成集中使用区间，将剩余的时间区间组成空闲区间，对于当前检测时间t，获取对应的充电集中压力得分：
[0130]
，
[0131]
当小于等于设定的第二判断阈值时，判定充电桩不存在集中使用情况，令充电集中压力得分。
[0132]
s205、确定充电附加压力得分；
[0133]
作为一种优选示例，确定充电附加压力得分包括：
[0134]
当以充电桩为中心半径为的圆形区域内不存在其他存在集中使用情况的充电桩时，充电附加压力得分；
[0135]
当以充电桩为中心半径为的圆形区域内存在其他存在集中使用情况的充电桩时，通过以下步骤确定充电附加压力得分：
[0136]
获取圆形区域内的其他存在集中使用情况的充电桩信息，所述充电桩信息包括：充电桩的个数、每个充电桩的集中使用区间及空闲区间，m为充电桩的序号，以每个充电桩为中心半径为的圆形区域内的充电桩个数、每个充电桩距离目标充电桩的距离；
[0137]
根据所述充电桩信息获取每个充电桩的充电集中压力得分：
[0138]
；
[0139]
计算充电附加压力得分：
[0140]
；
[0141]
其中为根据历史数据训练得到表示充电桩集中使用时邻域内其他充电桩充电增加压力程度的第一修正常数。
[0142]
s206、根据所述电集中压力得分和所述充电附加压力得分确定充电压力指数。
[0143]
作为一种优选示例，根据以下公式确定充电压力指数：
[0144]
；
[0145]
其中n为设定的判断天数，i为订单的序号，订单个数为。
[0146]
s102、检测充电桩的历史风险指数；
[0147]
本技术中，充电桩的历史风险指数是指充电桩历史风险规律预测当前充电桩发生风险的可能性，用于衡量当前充电桩发生风险的难易程度。充电桩的历史风险指数与充电桩风险预警之间为正相关关系，即在其他因素不变的情况下，充电桩的历史风险指数越大，则充电桩的风险越大。
[0148]
作为一种优选示例，充电桩的历史风险指数的确定如图3所示，包括s301到s303：
[0149]
s301、确定充电桩的历史维修得分；
[0150]
作为一种优选示例，确定充电桩的历史维修得分包括：
[0151]
确定维修趋势得分；
[0152]
确定维修需求得分；
[0153]
根据所述维修趋势得分和所述维修需求得分确定充电桩的历史维修得分；
[0154]
其中，。
[0155]
作为一种优选示例，根据以下公式计算维修趋势得分：
[0156]
，
[0157]
其中，为维修趋势指数，且：
[0158]
，
[0159]
为设定的第三判断阈值，为设定的第四判断阈值，为故障维修对应的时间，b为故障维修的序号，为元素的个数，为序号b+1对应的故障维修时间。
[0160]
其中，故障维修的序号b的取值范围为1到。
[0161]
作为一种优选示例，根据以下公式计算所述维修需求得分：
[0162]
，
[0163]
其中，为维修需求指数，且：
[0164]
，
[0165]
为设定的第五判断阈值，为设定的第六判断阈值，为故障维修对应的时
间，为元素的个数，为序号b+1对应的故障维修时间。
[0166]
s302、确定充电桩的历史投诉得分；
[0167]
作为一种优选示例，根据以下公式计算所述历史投诉得分：
[0168]
，
[0169]
其中，为投诉影响程度指数，且：
[0170]
，
[0171]
其中，为充电桩投诉对应的时间，为元素的个数，为设定的第七判断阈值，为设定的第八判断阈值，为设定的第九判断阈值，z为投诉的序号，，为根据历史数据训练得到的第二修正常数，为序号对应的充电桩投诉时间。
[0172]
s303、根据所述历史维修得分和所述历史投诉得分确定充电桩的历史风险指数。
[0173]
也就是说，根据所述历史维修得分和所述历史投诉得分确定充电桩的历史风险指数；
[0174]
其中，。
[0175]
s103、检测充电桩的电流风险指数；
[0176]
本技术中，充电桩的电流风险指数是指充电桩电流情况存在风险的可能性等级，用于衡量充电桩电流引发风险的可能性。充电桩的电流风险指数与充电桩风险预警之间为正相关关系，即在其他因素不变的情况下，充电桩的电流风险指数越大，则充电桩的风险越大。
[0177]
作为一种优选示例，充电桩的电流风险指数的确定如图4所示，包括s401到s404，具体的：
[0178]
s401、确定当前充电订单电流充电程度指数；
[0179]
作为一种优选示例，当前充电订单电流充电程度指数通过以下公式确定：
[0180]
。
[0181]
s402、确定历史订单对应的电流充电程度指数；
[0182]
作为一种优选示例，历史订单对应的电流充电程度指数通过以下公式确定：
[0183]
。
[0184]
上述s401和s402中，其中为标准充电检测时长，为历史订单的个数，p为历史订单的序号，为时间u时的历史电流，订单对应的电流，开始充电的时间，l为订单的序号，u为电流获取的时间，t为当前时间。
[0185]
s403、确定电流差异指数；
[0186]
优选的，电流差异指数为：
[0187]
。
[0188]
s404、根据所述电流差异指数，当前充电订单电流充电程度指数和历史订单对应的电流充电程度指数确定电桩的电流风险指数。
[0189]
作为一种优选示例，根据以下公式计算所述电流风险指数：
[0190]
，
[0191]
其中，为设定的第十判断阈值，为设定的第十一判断阈值。
[0192]
s104、根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数；
[0193]
作为一种优选示例，所述根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数包括：
[0194]
根据以下公式确定充电桩风险预警指数：
[0195]
，
[0196]
其中，k1为充电压力指数的加权系数，k2为历史风险指数的加权系数，k3为电流风险指数的加权系数。
[0197]
作为一种优选示例，k1，k2和k3是大于等于0的数，例如k1=1，k2=1，k3=1，或者例如k1=0.5，k2=1，k3=1.5，或者例如k1=0.5，k2=2，k3=0.5，或者例如k1=3，k2=1，k3=0.2等。需要说明的是，k1，k2和k3的具体取值，可以根据需要事先确定。
[0198]
s105、当所述充电桩风险预警指数大于设定的第十二判断阈值时，判定充电桩存在风险。
[0199]
通过本发明的风险预警方法，在充电桩的安全事故发生前，根据检测充电桩的充电压力指数，历史风险指数和电流风险指数计算充电桩的风险预警指数。当充电桩的风险预警指数超过预设的判断阈值时，判断充电桩存在风险，发出预警信号，以便及时对充电桩进行有效的风险处理，将风险提前化解，保护生命财产安全。
[0200]
为了更好的说明本发明的充电桩风险预警方法，下面对s101到s105的方法再次进行说明。
[0201]
1. 对充电桩的充电压力进行评估，获取充电桩连续n天的充电数据，其中n为设定的判断天数，根据充电数据中每一笔订单的充电时长（单位为小时）以及充电桩的充电口个数，其中i为订单的序号，订单个数为，获取充电桩的充电饱和指数：
[0202]
，
[0203]
1.1当大于设定的第一判断阈值时，判定充电桩使用饱和，充电压力指数;
[0204]
1.2当小于等于设定的第一判断阈值时，判定充电桩使用未饱和，将一天平均划分成个时间区域，统计每个时间区间中点对应时间节点处正在充电的订单数，
其中j为时间节点的序号，k为对应的天数，获取每个时间节点的使用热度指数：
[0205]
，
[0206]
其中为设定的第二判断阈值；
[0207]
根据获得每个时间节点的使用热度指数，计算得到充电桩的集中程度指数：
[0208]
。
[0209]
当大于设定的第二判断阈值时，判定充电桩存在集中使用情况，提取对应的时间区域组成集中使用区间，将剩余的时间区域组成空闲区间，对于当前检测时间t，获取对应的充电集中压力得分：
[0210]
，
[0211]
反之，判定充电桩不存在集中使用情况，令充电集中压力得分。
[0212]
当检测充电桩为中心半径为的圆形区域内不存在其他存在集中使用情况的充电桩时，充电附加压力得分；反之，获取前述圆形区域内的其他存在集中使用情况的充电桩信息，其中信息包括充电桩的个数、每个充电桩的集中使用区间及空闲区间，m为充电桩的序号，每个充电桩半径为的圆形区域内的充电桩个数、每个充电桩距离目标充电桩的距离，根据充电桩信息获取每个充电桩的充电集中压力得分，计算得到充电附加压力得分：
[0213]
。
[0214]
其中为历史数据训练得到表示充电桩集中使用时邻域内其他充电桩充电增加压力程度的第一修正常数。
[0215]
根据充电集中压力得分及充电附加压力得分获取充电压力指数
[0216][0217]
2. 对检测充电桩的历史风险进行评估，获取充电桩的使用年限，故障维修对应的时间，充电桩投诉对应的时间，其中b,z分别为故障维修、投诉的序号。
[0218]
获取历史维修记录反映充电桩故障发生概率对应的历史维修得分：
[0219]
，
[0220]
其中：
[0221]
为维修趋势得分，表示充电桩维修频次变化趋势：
[0222]
，
[0223]
为元素的个数，为维修趋势指数；
[0224]
‘’
[0225]
为设定的第三判断阈值，为设定的第四判断阈值。
[0226]
为维修需求得分表示当前时间充电桩需要维修的需求程度：
[0227]
，
[0228]
为维修需求指数：
[0229]
。
[0230]
为设定的第五判断阈值，为设定的第六判断阈值。
[0231]
获取历史投诉记录反映充电桩潜在风险发生可能性的历史投诉得分：
[0232]
，
[0233]
其中为元素的个数，为设定的第七判断阈值，为设定的第八判断阈值，为投诉影响程度指数：
[0234]
，
[0235]
，为历史数据训练得到的第二修正常数，为设定的第九判断阈值。
[0236]
根据历史维修得分及历史投诉得分获取充电桩的历史风险指数
[0237]
。
[0238]
3. 对充电桩的电流异常风险进行评估，获取当前正在充电的订单信息，包括订单对应的电流，开始充电的时间，l为订单的序号，u为电流获取的时间，订单对应用户的历史订单数据。
[0239]
对每一个正在执行的订单，获取当前充电订单电流充电程度指数：
[0240]
，
[0241]
其中为标准充电检测时长。
[0242]
获取历史订单对应的电流充电程度指数：
[0243]
，
[0244]
其中为历史订单的个数，p为历史订单的序号，为时间u时的历史电流。
[0245]
获取充电桩的电流风险指数：
[0246]
，
[0247]
其中电流差异指数：
[0248]
，
[0249]
为设定的第十判断阈值，为设定的第十一判断阈值。
[0250]
根据当前检测时间t检测充电桩的充电压力指数，历史风险指数，电流风险指数，进行权重加和得到充电桩风险预警指数：
[0251]
，
[0252]
其中，k1为充电压力指数的加权系数，k2为历史风险指数的加权系数，k3为电流风险指数的加权系数。
[0253]
例如，当k1、k2好k3均等于1时：
[0254]
。
[0255]
当充电桩风险预警指数大于设定的第十二判断阈值时，判定充电桩存在风险，实时进行风险预警并发送预警信息至相关管理部门实现防灾减灾。
[0256]
实施例二
[0257]
基于同一个发明构思，本发明实施例还提供了一种充电桩风险预警装置，如图5所示，该装置包括：
[0258]
检测模块一501，被配置用于检测充电桩的充电压力指数；
[0259]
检测模块二502，被配置用于检测充电桩的历史风险指数；
[0260]
检测模块三503，被配置用于检测充电桩的电流风险指数；
[0261]
计算模块504，被配置用于根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数。
[0262]
作为一种优选示例，检测模块一501还被配置通过以下方式确定检测充电桩的充电压力指数：
[0263]
获取所述充电桩连续n天的充电数据，根据所述充电数据中每一笔订单的充电时长以及充电桩的充电口个数，获取充电桩的充电饱和指数：
[0264]
，
[0265]
若所述充电饱和指数大于设定的第一判断阈值时，判定充电桩使用饱和，则充电压力指数；
[0266]
若所述充电饱和指数小于等于设定的第一判断阈值时，判定充电桩使用未饱和，则根据以下步骤计算所述充电压力指数：
[0267]
确定充电集中压力得分；
[0268]
确定充电附加压力得分；
[0269]
根据所述电集中压力得分和所述充电附加压力得分确定充电压力指数：
[0270]
；
[0271]
其中n为设定的判断天数，i为订单的序号，订单个数为。
[0272]
需要说明的是，检测模块一501被配置用于检测充电桩的充电压力指数的具体步骤，与实施例一中步骤s101相同，能实现s101包含的全部功能，解决相同技术问题，达到相同技术效果，在此不再赘述；
[0273]
作为一种优选示例，检测模块二502还被配置通过以下方式检测充电桩的历史风险指数：
[0274]
确定充电桩的历史维修得分；
[0275]
确定充电桩的历史投诉得分；
[0276]
根据所述历史维修得分和所述历史投诉得分确定充电桩的历史风险指数；
[0277]
其中，。
[0278]
需要说明的是，检测模块二502被配置用于检测充电桩的历史风险指数具体步骤，与实施例一中步骤s102相同，能实现s102包含的全部功能，解决相同技术问题，达到相同技术效果，在此不再赘述；
[0279]
作为一种优选示例，检测模块三503还被配置根据以下方式检测充电桩的电流风险指数：
[0280]
根据以下公式计算所述电流风险指数：
[0281]
，
[0282]
其中，为设定的第十判断阈值，为设定的第十一判断阈值；
[0283]
为电流差异指数，且：
[0284]
，
[0285]
为当前充电订单电流充电程度指数，为历史订单对应的电流充电程度指数；
[0286]
，
[0287]
，
[0288]
其中为标准充电检测时长，为历史订单的个数，p为历史订单的序号，为时间u时的历史电流，订单对应的电流，开始充电的时间，l为订单的序号，u为电流获取的时间，t为当前时间。
[0289]
需要说明的是，检测模块三503被配置用于检测充电桩的电流风险指数的具体步骤，与实施例一中步骤s103相同，能实现s103包含的全部功能，解决相同技术问题，达到相同技术效果，在此不再赘述；
[0290]
作为一种优选示例，计算模块504还被配置通过以下方式确定充电桩风险预警指
数：
[0291]
根据以下公式确定充电桩风险预警指数：
[0292]
，
[0293]
其中，k1为充电压力指数的加权系数，k2为历史风险指数的加权系数，k3为电流风险指数的加权系数。
[0294]
需要说明的是，本实施例提供的计算模块504，能实现实施例一中步骤s104和s105包含的全部功能，解决相同技术问题，达到相同技术效果，在此不再赘述；
[0295]
需要说明的是，实施例二提供的装置与实施例一提供的方法属于同一个发明构思，解决相同的技术问题，达到相同的技术效果，实施例二提供的装置能实现实施例一的所有方法，相同之处不再赘述。
[0296]
实施例三
[0297]
基于同一个发明构思，本发明实施例还提供了一种充电桩风险预警装置，如图6所示，该装置包括：
[0298]
包括存储器602、处理器601和用户接口603；
[0299]
所述存储器602，用于存储计算机程序；
[0300]
所述用户接口603，用于与用户实现交互；
[0301]
所述处理器601，用于读取所述存储器602中的计算机程序，所述处理器601执行所述计算机程序时，实现：
[0302]
检测充电桩的充电压力指数；
[0303]
检测充电桩的历史风险指数；
[0304]
检测充电桩的电流风险指数；
[0305]
根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数；
[0306]
当所述充电桩风险预警指数大于设定的第十二判断阈值时，判定充电桩存在风险。
[0307]
其中，在图6中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器601代表的一个或多个处理器和存储器602代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。处理器601负责管理总线架构和通常的处理，存储器602可以存储处理器501在执行操作时所使用的数据。
[0308]
处理器601可以是cpu、asic、fpga或cpld，处理器601也可以采用多核架构。
[0309]
处理器601执行存储器602存储的计算机程序时，实现实施例一中的任一充电桩风险预警方法。
[0310]
需要说明的是，实施例三提供的装置与实施例一提供的方法属于同一个发明构思，解决相同的技术问题，达到相同的技术效果，实施例三提供的装置能实现实施例一的所有方法，相同之处不再赘述。
[0311]
本技术还提出一种处理器可读存储介质。其中，该处理器可读存储介质存储有计
算机程序，所述处理器执行所述计算机程序时实现实施例一中的任一充电桩风险预警方法。
[0312]
需要说明的是，本技术实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0313]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。
[0314]
本技术是参照根据本技术实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
[0315]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
[0316]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。

技术特征：

1.一种充电桩风险预警方法，其特征在于，包括：检测充电桩的充电压力指数；检测充电桩的历史风险指数；检测充电桩的电流风险指数；根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数；当所述充电桩风险预警指数大于设定的第十二判断阈值时，判定充电桩存在风险。2.根据权利要求1所述的方法，其特征在于，所述根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数包括：根据以下公式确定充电桩风险预警指数：，其中，k1为充电压力指数的加权系数，k2为历史风险指数的加权系数，k3为电流风险指数的加权系数；所述检测充电桩的充电压力指数包括：获取所述充电桩连续n天的充电数据，根据所述充电数据中每一笔订单的充电时长以及充电桩的充电口个数，获取充电桩的充电饱和指数：，若所述充电饱和指数大于设定的第一判断阈值时，判定充电桩使用饱和，则充电压力指数；若所述充电饱和指数小于等于设定的第一判断阈值时，判定充电桩使用未饱和，则根据以下步骤计算所述充电压力指数：确定充电集中压力得分；确定充电附加压力得分；根据所述电集中压力得分和所述充电附加压力得分确定充电压力指数：；其中n为设定的判断天数，i为订单的序号，订单个数为。3.根据权利要求2所述的方法，其特征在于，所述确定充电集中压力得分包括：将一天平均划分成个时间区间，统计每个时间区间的中点对应时间节点处正在充电的订单数，其中j为时间节点的序号，k为对应的天数；获取每个时间节点的使用热度指数：，其中为设定的第二判断阈值；根据所述每个时间节点的使用热度指数，确定充电桩的集中程度指数：
；当大于设定的第二判断阈值时，判定充电桩存在集中使用情况，则提取对应的时间区间组成集中使用区间，将剩余的时间区间组成空闲区间，对于当前检测时间t，获取对应的充电集中压力得分：，当小于等于设定的第二判断阈值时，判定充电桩不存在集中使用情况，令充电集中压力得分；所述确定充电附加压力得分包括：当以充电桩为中心半径为的圆形区域内不存在其他存在集中使用情况的充电桩时，充电附加压力得分；当以充电桩为中心半径为的圆形区域内存在其他存在集中使用情况的充电桩时，通过以下步骤确定充电附加压力得分：获取圆形区域内的其他存在集中使用情况的充电桩信息，所述充电桩信息包括：充电桩的个数、每个充电桩的集中使用区间及空闲区间，m为充电桩的序号，以每个充电桩为中心半径为的圆形区域内的充电桩个数、每个充电桩距离目标充电桩的距离；根据所述充电桩信息获取每个充电桩的充电集中压力得分：；计算充电附加压力得分：；其中为根据历史数据训练得到表示充电桩集中使用时邻域内其他充电桩充电增加压力程度的第一修正常数。4.根据权利要求1所述的方法，其特征在于，所述检测充电桩的历史风险指数包括：确定充电桩的历史维修得分；确定充电桩的历史投诉得分；根据所述历史维修得分和所述历史投诉得分确定充电桩的历史风险指数；其中，；所述确定充电桩的历史维修得分包括：确定维修趋势得分；确定维修需求得分；根据所述维修趋势得分和所述维修需求得分确定充电桩的历史维修得分；
其中，；所述确定充电桩的历史投诉得分包括：根据以下公式计算所述历史投诉得分：，其中，为投诉影响程度指数，且：，其中，为充电桩投诉对应的时间，为元素的个数，为设定的第七判断阈值，为设定的第八判断阈值，为设定的第九判断阈值，z为投诉的序号，，为根据历史数据训练得到的第二修正常数，为序号对应的充电桩投诉时间。5.根据权利要求4所述的方法，其特征在于，所述确定维修趋势得分包括：根据以下公式计算维修趋势得分：，其中，为维修趋势指数，且：，为设定的第三判断阈值，为设定的第四判断阈值，为故障维修对应的时间，b为故障维修的序号，为元素的个数，为序号b+1对应的故障维修时间。6.根据权利要求5所述的方法，其特征在于，所述确定维修需求得分包括：根据以下公式计算所述维修需求得分：，其中，为维修需求指数，且：，为设定的第五判断阈值，为设定的第六判断阈值，为故障维修对应的时间，为元素的个数，序号b+1对应的故障维修时间。7.根据权利要求1所述的方法，其特征在于，所述检测充电桩的电流风险指数包括：根据以下公式计算所述电流风险指数：
，其中，为设定的第十判断阈值，为设定的第十一判断阈值；为电流差异指数，且：，为当前充电订单电流充电程度指数，为历史订单对应的电流充电程度指数；，，其中为标准充电检测时长，为历史订单的个数，p为历史订单的序号，为时间u时的历史电流，订单对应的电流，开始充电的时间，l为订单的序号，u为电流获取的时间，t为当前时间。8.一种充电桩风险预警装置，其特征在于，包括：检测模块一，被配置用于检测充电桩的充电压力指数；检测模块二，被配置用于检测充电桩的历史风险指数；检测模块三，被配置用于检测充电桩的电流风险指数；计算模块，被配置用于根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数。9.一种充电桩风险预警装置，其特征在于，包括存储器、处理器和用户接口；所述存储器，用于存储计算机程序；所述用户接口，用于与用户实现交互；所述处理器，用于读取所述存储器中的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1到7之一所述的充电桩风险预警方法。10.一种处理器可读存储介质，其特征在于，所述处理器可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7之一所述的充电桩风险预警方法。

技术总结

本申请公开了一种充电桩风险预警方法、装置及存储介质，用于对充电桩进行风险预警。本申请公开的充电桩风险预警方法包括：检测充电桩的充电压力指数；检测充电桩的历史风险指数；检测充电桩的电流风险指数；根据所述充电压力指数，历史风险指数和电流风险指数确定充电桩风险预警指数；当所述充电桩风险预警指数大于设定的第十二判断阈值时，判定充电桩存在风险。本申请还提供了一种充电桩风险预警装置及存储介质。及存储介质。及存储介质。