买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉德司信信息产业江苏股份有限公司申请的专利基于物联网的新能源充电桩故障预测与维护系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119782927B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510265415.X，技术领域涉及：G06F18/2413；该发明授权基于物联网的新能源充电桩故障预测与维护系统及方法是由李爱强;陈小美;李宇霖;滕冬冬设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本基于物联网的新能源充电桩故障预测与维护系统及方法在说明书摘要公布了：本发明涉及新能源充电桩故障预测与维护技术领域，具体为基于物联网的新能源充电桩故障预测与维护系统及方法，包括数据采集并生成充电桩多维度信息，对充电桩多维度信息进行处理，得到基于物联网的充电桩运行数据，对充电桩运行数据进行对比分析，确定基于物联网的充电桩故障预测方法，基于充电桩故障预测方法进行告警决策的实施。本发明摈弃了高频次的硬数据的采集，基于对相关软数据的采集，降低了充电桩故障预测所需数据获取的成本和难度；具备在充电桩处于待机状态和工作状态时，处理分析软数据，实现充电桩故障的提前预测和告警，提高了充电桩的自我故障预测的自由性，有利于提前排除充电桩的隐患。

本发明授权基于物联网的新能源充电桩故障预测与维护系统及方法在权利要求书中公布了：1.基于物联网的新能源充电桩故障预测与维护方法，其特征在于，包括以下步骤：S1、采集接入充电桩的车辆型号、车辆实充电量、充电桩输出电量、充电桩服务次数、充电桩维护次数和当前充电桩健康状态，确定基于物联网的充电桩多维度信息；S2、对充电桩多维度信息进行处理，得到基于物联网的充电桩运行数据；S3、对充电桩运行数据进行对比分析，确定基于物联网的充电桩故障预测方法；S4、基于充电桩故障预测方法进行告警决策的实施，基于告警决策的实施通知技术人员对充电桩进行维护； 针对S2，对充电桩多维度信息进行处理的方法包括以下步骤：对充电桩多维度信息进行存储，建立充电桩多维度信息的维度信息库；获取维度信息库中最近k1个充电桩多维度信息，建立第一样本集；获取维度信息库中充电桩唯一标识下的最近k2个充电桩多维度信息，建立第二样本集，第一样本集和第二样本集互为关联样本集；判断充电桩是否处于工作中；若充电桩处于工作中，则基于当前的充电桩多维度信息建立特征向量，构建第一样本集中若干充电桩多维度信息对应的样本向量，基于若干样本向量构建样本向量集；基于第一样本集、第二样本集、特征向量和样本向量集生成充电桩运行数据；若充电桩处于待机中，则基于第一样本集和第二样本集生成充电桩运行数据； 针对S3，对充电桩运行数据进行对比分析的方法如下：S301、对第一样本集进行异常信息识别，得到异常信息识别结果，基于识别结果计算关联样本集的第一风险参数；S302、对关联样本集进行条件约束；S303、对关联样本集进行维度关联分析，得到分析结果，基于分析结果计算关联样本集的第二风险参数；S304、基于充电桩运行数据是否包含特征向量和样本向量集，计算特征向量和样本向量集的平均关联度；S305、基于平均关联度对第二风险参数进行加权处理，将第一风险参数和加权后的第二风险参数和平均关联度输入故障风险预测模型中，输出故障风险值； 针对S301，对第一样本集进行异常信息识别，得到异常信息识别结果，基于识别结果计算关联样本集的第一风险参数的方法为：将样本集中充电桩多维度信息中的充电桩健康状态标记为关键检索词，将关键检索词内容为故障的充电桩多维度信息标记为异常信息，计算异常信息的发生频率，并将其作为样本集的异常发生频次；将第一样本集的异常发生频次作为风险频次阈值，将第二样本集中的充电桩多维度信息数量与风险频次阈值进行比值计算得到关联样本集第一风险参数α1； 针对S302，对关联样本集进行条件约束，条件约束满足：约束条件一：k1个第一信息中所包含的车辆型号需包括k2个第二信息所包含的车辆型号；约束条件二：第一样本集的异常发生频次不为0；约束条件三：第二样本集的异常发生频次为0；约束条件四：第一样本集中包含的充电桩多维度信息个数k1和第二样本集中包含的充电桩多维度信息个数k2需满足：k1k2n，n为充电桩多维度信息的维度值； 针对S303，对关联样本集进行维度关联分析，得到分析结果，基于分析结果计算关联样本集的第二风险参数的方法包括以下步骤： 通过公式计算得到关联样本集的电能损耗分析值L；式中，ELi为第一样本集中所包含的车辆型号对应的充电系数，ELj为第二样本集中所包含的车辆型号对应的充电系数；充电系数基于车辆充电大数据得到；OEi为第一样本集中所包含的充电桩输出电能，OEj为第二样本集中所包含的充电桩输出电能；IEi为第一样本集中所包含的车辆实充电量，IEj为第二样本集中所包含的车辆实充电量；i为第一样本集中的充电桩多维度信息编号，i∈[1，k1]，k1为正整数；j为第二样本集中的充电桩多维度信息编号，i∈[1，k2]，k2为正整数；lc为基本损耗常数；分别统计第一样本集和第二样本集中多维度预测信息所包含的充电桩的充电服务总次数，并分别标记为T1和T2；分别统计第一样本集和第二样本集中多维度预测信息所包含的充电桩对应的维护次数，并分别标记为W1和W2； 通过公式计算得到关联样本集的维护频次分析值P；通过公式α2＝β1×L+β2×P计算得到第二风险参数α2；式中，β1和β2分别为电能损耗分析值L和维护频次分析值P的风险系数； 针对S304，计算特征向量和样本向量集的平均关联度的方法为：若充电桩运行数据包含特征向量和样本向量集，则利用余弦相似算法计算特征向量与样本向量集中若干样本向量的余弦相似度，并将其作为特征向量样本向量的关联度，对特征向量与若干样本向量的关联度进行求和并均值计算，将计算得到的结果作为特征向量和样本向量集的平均关联度；若充电桩运行数据不包含特征向量和样本向量集，则不进行计算； 针对S305，故障风险预测模型的表达式为： 式中，Ω为特征向量和样本向量集的平均关联度，X为状态变量，F为故障风险值；基于充电桩故障预测方法进行告警决策的实施的具体方法为：对故障风险值F进行数据分析，若F小于0，则不进行告警；若F不小于0，则进行告警，通知技术人员进行维护，并将充电桩的健康状态设置为故障。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人德司信信息产业江苏股份有限公司，其通讯地址为：210000 江苏省南京市雨花台区凤集大道15号26幢A05栋南2号楼101室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。