買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜廣東順德電力設計院有限公司申請的專利一種基于目標環境數據檢測汽車充電安全的方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119128824B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411157203.1，技術領域涉及：G06F18/27；該發明授權一種基于目標環境數據檢測汽車充電安全的方法和系統是由梁永全;胡煥霞;李箭;萬智赟;盧凱彬;陳騰生設計研發完成，并于2024-08-22向國家知識產權局提交的專利申請。

本一種基于目標環境數據檢測汽車充電安全的方法和系統在說明書摘要公布了：本發明提供了一種基于目標環境數據檢測汽車充電安全的方法與系統，通過采集實時和歷史上的環境數據，針對采集的數據進行清洗、標準化和歸一化處理，根據預處理的數據建立機器學習模型并預測充電安全事件，對檢測數據和預測結果發送至交互界面同步以圖表形式顯示，并發送信號以供決策和報警，利用非線性回歸算法充分考慮到多元自變量的影響，將多元自變量結合起來做一個變量使用，提高預測的準確性；采用K均值聚類得到影響汽車安全的不同變量數據的閾值或占比，采用隨機森林技術充分考慮多變量對汽車安全影響進行概率預測，相比簡單的決策樹預測和人為經驗性閾值判定分析，預測的準確性更高，同時自動化水平更高。

本發明授權一種基于目標環境數據檢測汽車充電安全的方法和系統在權利要求書中公布了：1.一種基于目標環境數據檢測汽車充電安全的方法，其特征在于，包括如下步驟：S1、采集實時和歷史上的環境數據、充電樁數據、電池數據和電網數據；S2、數據預處理：對S1采集的數據進行清洗、標準化和歸一化處理；S3、根據S2預處理的數據建立機器學習模型并預測充電安全事件，其中充電安全事件包括電池充電效率下降及電池老化程度增加；S4、根據S2預處理的數據建立機器學習模型并預測充電安全事件，其中充電安全事件包括充電短路、漏電、充電中斷；所述S4包括如下子步驟：S41、對S2數據進行特征提取；S42、采集歷史上充電短路、漏電、充電中斷對應的連續變量，分別采用K均值聚類算法得到每種安全事件下對應的不同類型的連續變量的中心點K，實時采集該類型連續變量，當新數據輸入后，若K數值變化小于預設定的閾值A，判定該實時采集連續變量落入風險閾值B內，該風險閾值B是指對應上述安全事件的某一類連續變量的數據集合，該集合內的連續變量被預測為引起上述安全事件的主要因素，其中連續變量類別包括環境數據、電池老化數據、電池的充電接口老化程度、充電樁充電接口老化程度；S43、采集歷史上充電短路、漏電、充電中斷對應的分類變量，分別統計每種安全事件對應的某一分類變量中各種變量的占比，該占比作為權重，該占比通過深度學習模型預測分析實時調整，權重越大，表明該變量越易引起對應的安全事件；其中分類變量包括充電樁的額定電流、充電樁的額定電壓、充電樁的充電接口類型和通信協議、電池化學成分、電池的額定功率、電池的充電接口類型和通信協議；S44、采集歷史上充電短路、漏電、充電中斷對應的二值變量，分別統計每種安全事件對應的二值變量中是與否的占比，該占比作為權重，該占比通過深度學習模型預測分析實時調整各二值變量的權重，權重越大，表明該變量越易引起對應的安全事件；二值變量是指電池外殼破損數據；S45、采集歷史上的環境數據、充電樁數據、電池數據、電網數據，通過隨機組合變量生成不同的決策樹，采用隨機深林算法對上述不同的決策樹生成集成模型，采用實時采集的數據輸入該集成模型預測不同類型安全事件的發生概率，對高出閾值的概率，進行預警和決策；所述S45中不同的決策樹生成包括如下子步驟：S451、首先從變量隨機選取一個作為根節點，其余變量隨機生成作為葉節點，生成具有多個分支的多個決策樹；S452、利用遞歸拆分法對于S451中的決策樹做邏輯判斷和概率預測，當某一節點為連續變量時，以實時檢測的該連續變量數值是否在閾值范圍做二元選擇判斷；當遇到某一節點為分類變量時，識別該分類變量中的變量類型，以該分類變量的不同類型做多元選擇判斷；當遇到某一節點為二值變量時，識別該二值變量，以是與否做二元選擇判斷；S5、對S2檢測數據、S3及S4的預測結果發送至交互界面同步以圖表形式顯示，并發送信號以供決策和報警。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣東順德電力設計院有限公司，其通訊地址為：528000 廣東省佛山市順德區大良街道辦事處云路社區居民委員會東樂路123號桂畔上東別墅綜合樓1樓、2樓、3樓(僅作辦公用途)；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。