本發(fā)明涉及電動(dòng)汽車(chē)充電設(shè)備領(lǐng)域，更具體地說(shuō)，涉及一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理方法和裝置。

背景技術(shù)：

目前，國(guó)家已經(jīng)出臺(tái)了多項(xiàng)優(yōu)惠政策來(lái)刺激和扶持電動(dòng)汽車(chē)產(chǎn)業(yè)的發(fā)展，但充電問(wèn)題仍然是制約電動(dòng)汽車(chē)發(fā)展的重要因素，受電動(dòng)汽車(chē)自身充電電量、充電時(shí)間、活動(dòng)范圍等原因的影響，充電設(shè)備的建設(shè)開(kāi)始從集中的大型充電站向零散的離散充電樁、小型充電站的形式轉(zhuǎn)換，并開(kāi)始探索5公里充電圈、10公里充電圈、高速公路充電點(diǎn)等業(yè)務(wù)類(lèi)型，輻射范圍越來(lái)越大，極大地?cái)U(kuò)展了電動(dòng)汽車(chē)的活動(dòng)區(qū)域，消除用戶的電量焦慮，推動(dòng)電動(dòng)汽車(chē)的普及。

但是，傳統(tǒng)的電動(dòng)汽車(chē)充電設(shè)備定期巡檢方式，因受地理位置、運(yùn)維人員、時(shí)間等多種資源限制，而造成設(shè)備故障、缺陷無(wú)法及時(shí)解決，影響電動(dòng)汽車(chē)充電，浪費(fèi)社會(huì)資源。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提出一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理方法和裝置，欲實(shí)現(xiàn)減少設(shè)備發(fā)生故障的幾率，提高設(shè)備的利用率目的。

為了實(shí)現(xiàn)上述目的，現(xiàn)提出的方案如下：

一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理方法，包括：

獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息；

針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的狀態(tài)評(píng)價(jià)模型，得到其當(dāng)前狀態(tài)，所述狀態(tài)包括正常、預(yù)警、警告和故障；

針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前狀態(tài)對(duì)其檢修計(jì)劃進(jìn)行相應(yīng)調(diào)整；

針對(duì)當(dāng)前狀態(tài)為故障的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用維修知識(shí)庫(kù)得到與其對(duì)應(yīng)的維修方案。

優(yōu)選的，在所述針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的狀態(tài)評(píng)價(jià)模型，得到其當(dāng)前狀態(tài)后，還包括：

針對(duì)當(dāng)前狀態(tài)為正常、預(yù)警或警告的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的劣化分析模型，預(yù)測(cè)其出現(xiàn)故障的時(shí)刻；

根據(jù)每個(gè)所述目標(biāo)充電設(shè)備相應(yīng)的故障信息，生成備件庫(kù)存管理方案。

優(yōu)選的，在所述獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息前，還包括：

采用決策樹(shù)算法對(duì)樣本數(shù)據(jù)進(jìn)行分析，得到所述充電設(shè)備的劣化分析模型。

優(yōu)選的，在所述獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息前，還包括：

采用決策樹(shù)算法對(duì)樣本數(shù)據(jù)進(jìn)行分析，得到所述充電設(shè)備的狀態(tài)評(píng)價(jià)模型。

一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理裝置，包括：

信息獲取單元，用于獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息；

狀態(tài)評(píng)估單元，用于針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的狀態(tài)評(píng)價(jià)模型，得到其當(dāng)前狀態(tài)，所述狀態(tài)包括正常、預(yù)警、警告和故障；

計(jì)劃調(diào)整單元，用于針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前狀態(tài)對(duì)其檢修計(jì)劃進(jìn)行相應(yīng)調(diào)整；

維修方案單元，用于針對(duì)當(dāng)前狀態(tài)為故障的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用維修知識(shí)庫(kù)得到與其對(duì)應(yīng)的維修方案。

優(yōu)選的，所述裝置，還包括：

故障預(yù)測(cè)單元，用于針對(duì)當(dāng)前狀態(tài)為正常、預(yù)警或警告的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的劣化分析模型，預(yù)測(cè)其出現(xiàn)故障的時(shí)刻；

庫(kù)存管理單元，用于根據(jù)每個(gè)所述目標(biāo)充電設(shè)備相應(yīng)的故障信息，生成備件庫(kù)存管理方案。

優(yōu)選的，所述裝置，還包括：

預(yù)測(cè)模型學(xué)習(xí)單元，用于采用決策樹(shù)算法對(duì)樣本數(shù)據(jù)進(jìn)行分析，得到所述充電設(shè)備的劣化分析模型。

優(yōu)選的，所述裝置，還包括：

狀態(tài)模型學(xué)習(xí)單元，用于采用決策樹(shù)算法對(duì)樣本數(shù)據(jù)進(jìn)行分析，得到所述充電設(shè)備的狀態(tài)評(píng)價(jià)模型。

與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案具有以下優(yōu)點(diǎn)：

上述技術(shù)方案提供的電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理方法和裝置，針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前狀態(tài)對(duì)其檢修計(jì)劃進(jìn)行相應(yīng)調(diào)整；并針對(duì)當(dāng)前狀態(tài)為故障的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用維修知識(shí)庫(kù)得到與其對(duì)應(yīng)的維修方案。對(duì)處于非正常狀態(tài)的充電設(shè)備，進(jìn)行及時(shí)巡檢或維修，進(jìn)而減少設(shè)備發(fā)生故障的幾率，提高設(shè)備的利用率。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理方法的流程圖；

圖2為本發(fā)明實(shí)施例提供的另一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理方法的流程圖；

圖3為本發(fā)明實(shí)施例提供的一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理裝置的示意圖；

圖4為本發(fā)明實(shí)施例提供的另一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理裝置的示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例提供了一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理方法，參見(jiàn)圖1所述，該方法包括：

步驟S11：獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息；

目標(biāo)充電設(shè)備即預(yù)先設(shè)定的需要監(jiān)測(cè)的充電設(shè)備。運(yùn)行信息包括但不限于以下的一種或幾種：電流數(shù)據(jù)、電壓數(shù)據(jù)、警告數(shù)據(jù)、充電狀態(tài)數(shù)據(jù)、充電設(shè)備與電動(dòng)汽車(chē)的交互數(shù)據(jù)、充電設(shè)備與移動(dòng)終端或服務(wù)器的交互數(shù)據(jù)等。

步驟S12：針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的狀態(tài)評(píng)價(jià)模型，得到其當(dāng)前狀態(tài)，所述狀態(tài)包括正常、預(yù)警、警告和故障。

步驟S13：針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前狀態(tài)對(duì)其檢修計(jì)劃進(jìn)行相應(yīng)調(diào)整；

如果目標(biāo)充電設(shè)備的當(dāng)前狀態(tài)為正常，則對(duì)該目標(biāo)充電設(shè)備的檢修計(jì)劃不進(jìn)行調(diào)整，即對(duì)該目標(biāo)充電設(shè)備執(zhí)行正常巡檢周期和內(nèi)容，不作調(diào)整；如果目標(biāo)充電設(shè)備的當(dāng)前狀態(tài)為預(yù)警，則根據(jù)預(yù)警內(nèi)容在巡檢內(nèi)容中添加相應(yīng)部件的著重巡檢標(biāo)記；如果目標(biāo)充電設(shè)備的當(dāng)前狀態(tài)為警告，則對(duì)該目標(biāo)充電設(shè)備制定臨時(shí)檢修計(jì)劃，提前進(jìn)行檢修，并根據(jù)告警內(nèi)容在巡檢內(nèi)容中添加對(duì)相應(yīng)部件的著重檢測(cè)標(biāo)記，利用維修知識(shí)庫(kù)生成故障維修方案；如果目標(biāo)充電設(shè)備的當(dāng)前狀態(tài)為故障，則對(duì)該目標(biāo)充電設(shè)備制定臨時(shí)檢修計(jì)劃，立即對(duì)其進(jìn)行檢修，并根據(jù)故障內(nèi)容在巡檢內(nèi)容中添加相應(yīng)部件的著重檢測(cè)標(biāo)記，并制定相應(yīng)備件的出庫(kù)單，提醒檢修人員攜帶相應(yīng)備件出發(fā)現(xiàn)場(chǎng)。

正常巡檢由定時(shí)巡檢任務(wù)觸發(fā)，在一次制定后周期性執(zhí)行，有固定的執(zhí)行時(shí)間和執(zhí)行人、檢測(cè)設(shè)備范圍、檢測(cè)項(xiàng)目等。檢修計(jì)劃制定后指派給相應(yīng)的執(zhí)行人，具有指定時(shí)間、指定的設(shè)備和內(nèi)容。巡檢結(jié)束后登記巡檢結(jié)果，通過(guò)該巡檢結(jié)果對(duì)照狀態(tài)評(píng)價(jià)模型的檢測(cè)結(jié)果，對(duì)狀態(tài)評(píng)價(jià)模型進(jìn)行修正。

步驟S14：針對(duì)當(dāng)前狀態(tài)為故障的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用維修知識(shí)庫(kù)得到與其對(duì)應(yīng)的維修方案。

結(jié)合維修知識(shí)庫(kù)的規(guī)則，采用FST(Finite State Transducer)算法對(duì)維修知識(shí)庫(kù)進(jìn)行檢索得到相應(yīng)的維修方案。維修知識(shí)庫(kù)，主要是根據(jù)專(zhuān)家知識(shí)和經(jīng)驗(yàn)形成的一系列規(guī)則。維修知識(shí)庫(kù)存放各種規(guī)則和結(jié)論，實(shí)現(xiàn)維修方案的存儲(chǔ)、管理等功能。維修知識(shí)庫(kù)的更新機(jī)制是將實(shí)際中不斷出現(xiàn)的新問(wèn)題經(jīng)過(guò)總結(jié)后添加到維修知識(shí)庫(kù)中，通過(guò)數(shù)據(jù)挖掘的方法和專(zhuān)家指導(dǎo)相結(jié)合的方式實(shí)現(xiàn)規(guī)則的動(dòng)態(tài)維護(hù)。例如，如果現(xiàn)場(chǎng)發(fā)現(xiàn)維修方案有錯(cuò)誤，在回來(lái)后對(duì)維修方案進(jìn)行修正和記錄，對(duì)維修知識(shí)庫(kù)進(jìn)行修正。

本實(shí)施例提供的電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理方法，針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前狀態(tài)對(duì)其檢修計(jì)劃進(jìn)行相應(yīng)調(diào)整；并針對(duì)當(dāng)前狀態(tài)為故障的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用維修知識(shí)庫(kù)得到與其對(duì)應(yīng)的維修方案。對(duì)處于非正常狀態(tài)的充電設(shè)備，進(jìn)行及時(shí)巡檢或維修，進(jìn)而減少設(shè)備發(fā)生故障的幾率，提高設(shè)備的利用率。

在獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息前，還包括：采用決策樹(shù)算法對(duì)樣本數(shù)據(jù)進(jìn)行分析，得到充電設(shè)備的狀態(tài)評(píng)價(jià)模型。具體的狀態(tài)評(píng)價(jià)模型的學(xué)習(xí)過(guò)程如下：

準(zhǔn)備各種狀態(tài)下的樣本數(shù)據(jù)，所述的樣本數(shù)據(jù)項(xiàng)包括充電設(shè)備的運(yùn)行參數(shù)和外部環(huán)境參數(shù)，其中運(yùn)行參數(shù)包括但不限于以下的一種或多種：輸出電壓、輸出電流、輔助輸出電流、輔助輸出電壓、有功功率、無(wú)功功率、溫度、電池輸入電池、電池輸入電壓、電池溫度等，外部環(huán)境參數(shù)包括以下的一種或多種：溫度、濕度、風(fēng)力、風(fēng)向、雨量、浸水、空氣質(zhì)量(PM10及以上的風(fēng)塵數(shù)量)等。

充電設(shè)備的運(yùn)行狀態(tài)有啟動(dòng)狀態(tài)、預(yù)充狀態(tài)、充電狀態(tài)、泄放狀態(tài)、停止?fàn)顟B(tài)、待機(jī)狀態(tài)、關(guān)機(jī)狀態(tài)；充電設(shè)備的故障狀態(tài)有過(guò)流狀態(tài)、過(guò)壓狀態(tài)、過(guò)溫狀態(tài)、過(guò)充狀態(tài)、無(wú)法停止充電狀態(tài)等。采集及每種運(yùn)行狀態(tài)和故障狀態(tài)的運(yùn)行參數(shù)作為樣本數(shù)據(jù)。每種狀態(tài)的數(shù)據(jù)不低于100組。準(zhǔn)備兩份這樣的數(shù)據(jù)，一份作為訓(xùn)練數(shù)據(jù)，一份作為驗(yàn)證數(shù)據(jù)。

一組數(shù)據(jù)＝[輸出電壓,輸出電流,輔助輸出電流,輔助輸出電壓,有功功率,無(wú)功功率,溫度,電池輸入電池,電池輸入電壓,電池溫度,等等,’正常充電’]

一組數(shù)據(jù)＝[輸出電壓,輸出電流,輔助輸出電流,輔助輸出電壓,有功功率,無(wú)功功率,溫度,電池輸入電池,電池輸入電壓,電池溫度,等等,’過(guò)流狀態(tài)’]

一組數(shù)據(jù)＝[輸出電壓,輸出電流,輔助輸出電流,輔助輸出電壓,有功功率,無(wú)功功率,溫度,電池輸入電池,電池輸入電壓,電池溫度,等等,’過(guò)壓狀態(tài)’]

一組數(shù)據(jù)＝[輸出電壓,輸出電流,輔助輸出電流,輔助輸出電壓,有功功率,無(wú)功功率,溫度,電池輸入電池,電池輸入電壓,電池溫度,等等,’過(guò)充狀態(tài)’]

一組數(shù)據(jù)＝[輸出電壓,輸出電流,輔助輸出電流,輔助輸出電壓,有功功率,無(wú)功功率,溫度,電池輸入電池,電池輸入電壓,電池溫度,等等,’過(guò)溫狀態(tài)’]

…………

對(duì)樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)歸一化處理。例如：

計(jì)算所有樣本數(shù)據(jù)中的輸出電壓的均值X：(組1中輸出電壓值1+組2中輸出電壓值2+組3中輸出電壓值3+……+組n中輸出電壓值n)/n

計(jì)算所有樣本數(shù)據(jù)中的輸出電壓的標(biāo)準(zhǔn)方差：(|電壓值1-均值X|+|電壓值2-均值|+|電壓值3-均值X|+……+|電壓值n-均值X|)/n后開(kāi)方。

計(jì)算樣本數(shù)據(jù)對(duì)應(yīng)的特征量值：(電壓值-均值X)/標(biāo)準(zhǔn)方差+0.1

對(duì)樣本中的每個(gè)數(shù)值(不包括運(yùn)行狀態(tài)量)依次進(jìn)行計(jì)算，獲得樣本特征量集D。

使用樣本特征量集D作為訓(xùn)練元組產(chǎn)生決策樹(shù)模型作為狀態(tài)評(píng)價(jià)模型。具體過(guò)程如下：

(1)創(chuàng)建一個(gè)結(jié)點(diǎn)N。

(2)如果D中的元組都在同一類(lèi)C中，那么{返回N作為葉結(jié)點(diǎn)，并用C標(biāo)記它}

(3)如果候選屬性集為空，則返回N作為葉結(jié)點(diǎn)，標(biāo)記為D的多數(shù)類(lèi)，該屬性的創(chuàng)建終止。

(4)從D的候選屬性集中找出最好的分裂準(zhǔn)則，劃分成合適的分裂點(diǎn)和分裂屬性。

(5)使用分裂準(zhǔn)則標(biāo)記結(jié)點(diǎn)N。

(6)如果標(biāo)記成該分裂屬性的子集的值全部為離散值，則為該屬性的每個(gè)值建立一個(gè)分枝，并用該值標(biāo)記。同時(shí)將這個(gè)分裂屬性刪除。

(7)挑選出最優(yōu)的分裂屬性，根據(jù)該屬性的分裂點(diǎn)劃分元組并對(duì)每一個(gè)分區(qū)產(chǎn)生子樹(shù)。將D中所有滿足分裂點(diǎn)要求的數(shù)據(jù)元組集合作為一個(gè)分區(qū)，如果這個(gè)分區(qū)為空，則加一個(gè)樹(shù)葉到結(jié)點(diǎn)N，標(biāo)記為D中的多數(shù)類(lèi)；如果分區(qū)不為空，加一個(gè)(由該分區(qū)創(chuàng)建的子樹(shù)作為結(jié)點(diǎn)重復(fù)第二步到第八步的過(guò)程)到結(jié)點(diǎn)N。

使用驗(yàn)證數(shù)據(jù)作為輸入運(yùn)行狀態(tài)評(píng)價(jià)模型，統(tǒng)計(jì)模型輸出結(jié)果與驗(yàn)證數(shù)據(jù)中狀態(tài)量不一致的數(shù)量，用數(shù)量除以總數(shù)量得到差異率，如果差異率在1％以上說(shuō)明該模型的準(zhǔn)確度較低。如果準(zhǔn)確度過(guò)低，需要重新制定分裂準(zhǔn)則進(jìn)行模型繪制。重復(fù)訓(xùn)練和驗(yàn)證過(guò)程，并計(jì)算和查看差異率。

如果多次通過(guò)修改來(lái)重新訓(xùn)練得到的差異率依然很高的話，就需要重新收集訓(xùn)練樣本集和驗(yàn)證樣本，增加訓(xùn)練樣本集的遍布的范圍，確保參數(shù)足夠泛化，增加足夠的奇異值。重復(fù)進(jìn)行訓(xùn)練和驗(yàn)證過(guò)程、換采集樣本、修改擴(kuò)展系數(shù)的過(guò)程，直到差異率小于1％。最終獲得的符合差異率標(biāo)準(zhǔn)的模型即為該型號(hào)設(shè)備的狀態(tài)評(píng)價(jià)模型。

在使用狀態(tài)評(píng)價(jià)模型進(jìn)行相應(yīng)的充電設(shè)備狀態(tài)評(píng)價(jià)過(guò)程中，如果輸出結(jié)果與實(shí)際運(yùn)行狀態(tài)不匹配或無(wú)法評(píng)價(jià)狀態(tài)的情況發(fā)生，則表明該狀態(tài)評(píng)價(jià)模型需要更新。用新獲取的運(yùn)行數(shù)據(jù)對(duì)狀態(tài)評(píng)價(jià)模型進(jìn)行更正訓(xùn)練，獲得新的狀態(tài)評(píng)價(jià)模型。

本實(shí)施例提供另一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理方法，進(jìn)一步解決備件庫(kù)存配置不合理，達(dá)不到資源最優(yōu)分配的問(wèn)題。參見(jiàn)圖2所述，其中步驟S21、S22、S23、S24分別與步驟S11、S12、S13、S14相同，該方法包括：

步驟S21：獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息；

步驟S22：針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的狀態(tài)評(píng)價(jià)模型，得到其當(dāng)前狀態(tài)，所述狀態(tài)包括正常、預(yù)警、警告和故障。

步驟S23：針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前狀態(tài)對(duì)其檢修計(jì)劃進(jìn)行相應(yīng)調(diào)整；

步驟S24：針對(duì)當(dāng)前狀態(tài)為故障的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用維修知識(shí)庫(kù)得到與其對(duì)應(yīng)的維修方案；

步驟S25：針對(duì)當(dāng)前狀態(tài)為正常、預(yù)警或警告的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的劣化分析模型，預(yù)測(cè)其出現(xiàn)故障的時(shí)刻；

采集目標(biāo)充電設(shè)備的運(yùn)行信息形成歷史數(shù)據(jù)庫(kù)，采用決策樹(shù)算法從隸屬數(shù)據(jù)庫(kù)中挖掘相關(guān)信息，分析充電設(shè)備的劣化趨勢(shì)變化，推導(dǎo)設(shè)備劣化趨勢(shì)模型(即推理機(jī))。使用決策樹(shù)算法的推理策略是Modus ponens邏輯規(guī)則，通過(guò)規(guī)則和已知事實(shí)推理出新的事實(shí)。

步驟S26：根據(jù)每個(gè)所述目標(biāo)充電設(shè)備相應(yīng)的故障信息，生成備件庫(kù)存管理方案。

故障預(yù)測(cè)完成后需要調(diào)整充電設(shè)備對(duì)應(yīng)備件的庫(kù)存數(shù)量，例如，對(duì)于當(dāng)前狀態(tài)為正常和預(yù)警的目標(biāo)充電設(shè)備，則對(duì)該目標(biāo)充電設(shè)備的采購(gòu)周期和采購(gòu)內(nèi)容不做調(diào)整；對(duì)于當(dāng)前狀態(tài)為警告的目標(biāo)充電設(shè)備，則根據(jù)警告內(nèi)容按照70％的概率增加采購(gòu)相應(yīng)數(shù)量的部件，例如對(duì)于某一部件存在警告的目標(biāo)充電設(shè)備為10個(gè)，則增加采購(gòu)10*70％的該部件；對(duì)于當(dāng)前狀態(tài)為故障的目標(biāo)充電設(shè)備，則根據(jù)故障內(nèi)容按照90％的概率增加采購(gòu)相應(yīng)數(shù)量的部件。如果制定的檢修計(jì)劃中需要的部件在倉(cāng)庫(kù)中數(shù)為0或者小于安全值，制定臨時(shí)采購(gòu)計(jì)劃，并減小系統(tǒng)中存儲(chǔ)的相應(yīng)部件的采購(gòu)周期。

在所述獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息前，還包括：采用決策樹(shù)算法對(duì)樣本數(shù)據(jù)進(jìn)行分析，得到所述充電設(shè)備的劣化分析模型。具體的劣化分析模型的學(xué)習(xí)過(guò)程同狀態(tài)評(píng)價(jià)模型的學(xué)習(xí)過(guò)程類(lèi)似，不同點(diǎn)在于訓(xùn)練數(shù)據(jù)不同，劣化分析模型的訓(xùn)練數(shù)據(jù)必須在時(shí)間上至少兩兩連續(xù)，并且連續(xù)的兩兩數(shù)據(jù)中第二組的設(shè)備狀態(tài)和第一組的不相同。使用第一組數(shù)據(jù)的運(yùn)行數(shù)據(jù)和第二組數(shù)據(jù)的設(shè)備狀態(tài)作為訓(xùn)練數(shù)據(jù)的輸入，建立和改進(jìn)模型。

對(duì)于前述的各方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本發(fā)明，某些步驟可以采用其他順序或者同時(shí)進(jìn)行。

下述為本發(fā)明裝置實(shí)施例，可以用于執(zhí)行本發(fā)明方法實(shí)施例。對(duì)于本發(fā)明裝置實(shí)施例中未披露的細(xì)節(jié)，請(qǐng)參照本發(fā)明方法實(shí)施例。

本發(fā)明實(shí)施例提供一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理裝置，參見(jiàn)圖3所示，該裝置包括：

信息獲取單元11，用于獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息；

狀態(tài)評(píng)估單元12，用于針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的狀態(tài)評(píng)價(jià)模型，得到其當(dāng)前狀態(tài)，所述狀態(tài)包括正常、預(yù)警、警告和故障；

計(jì)劃調(diào)整單元13，用于針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前狀態(tài)對(duì)其檢修計(jì)劃進(jìn)行相應(yīng)調(diào)整；

維修方案單元14，用于針對(duì)當(dāng)前狀態(tài)為故障的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用維修知識(shí)庫(kù)得到與其對(duì)應(yīng)的維修方案。

本實(shí)施例提供的電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理裝置，計(jì)劃調(diào)整單元13針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前狀態(tài)對(duì)其檢修計(jì)劃進(jìn)行相應(yīng)調(diào)整；維修方案單元14針對(duì)當(dāng)前狀態(tài)為故障的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用維修知識(shí)庫(kù)得到與其對(duì)應(yīng)的維修方案。對(duì)處于非正常狀態(tài)的充電設(shè)備，進(jìn)行及時(shí)巡檢或維修，進(jìn)而減少設(shè)備發(fā)生故障的幾率，提高設(shè)備的利用率。

優(yōu)選的，該裝置還可以包括狀態(tài)模型學(xué)習(xí)單元，用于采用決策樹(shù)算法對(duì)樣本數(shù)據(jù)進(jìn)行分析，得到所述充電設(shè)備的狀態(tài)評(píng)價(jià)模型。

本發(fā)明實(shí)施例提供一種電動(dòng)汽車(chē)充電設(shè)備檢測(cè)維修管理裝置，參見(jiàn)圖4所示，該裝置包括：

信息獲取單元11，用于獲取所有目標(biāo)充電設(shè)備的當(dāng)前運(yùn)行信息；

狀態(tài)評(píng)估單元12，用于針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的狀態(tài)評(píng)價(jià)模型，得到其當(dāng)前狀態(tài)，所述狀態(tài)包括正常、預(yù)警、警告和故障；

計(jì)劃調(diào)整單元13，用于針對(duì)每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前狀態(tài)對(duì)其檢修計(jì)劃進(jìn)行相應(yīng)調(diào)整；

維修方案單元14，用于針對(duì)當(dāng)前狀態(tài)為故障的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用維修知識(shí)庫(kù)得到與其對(duì)應(yīng)的維修方案。

故障預(yù)測(cè)單元15，用于針對(duì)當(dāng)前狀態(tài)為正常、預(yù)警或警告的每個(gè)所述目標(biāo)充電設(shè)備，根據(jù)其當(dāng)前運(yùn)行信息，利用充電設(shè)備的劣化分析模型，預(yù)測(cè)其出現(xiàn)故障的時(shí)刻；

庫(kù)存管理單元16，用于根據(jù)每個(gè)所述目標(biāo)充電設(shè)備相應(yīng)的故障信息，生成備件庫(kù)存管理方案。

該裝置，還可以包括：預(yù)測(cè)模型學(xué)習(xí)單元，用于采用決策樹(shù)算法對(duì)樣本數(shù)據(jù)進(jìn)行分析，得到所述充電設(shè)備的劣化分析模型。

對(duì)于裝置實(shí)施例而言，由于其基本相應(yīng)于方法實(shí)施例，所以相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。以上所描述的裝置實(shí)施例僅僅是示意性的，其中所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上。可以根據(jù)實(shí)際的需要選擇其中的部分或者全部模塊來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。

在本文中，諸如第一和第二等之類(lèi)的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。

本說(shuō)明書(shū)中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見(jiàn)即可。

對(duì)本發(fā)明所公開(kāi)的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專(zhuān)業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。