CN115439951A - 异常熔断的处理方法、装置、电子设备和介质 - Google Patents
异常熔断的处理方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN115439951A CN115439951A CN202210216266.4A CN202210216266A CN115439951A CN 115439951 A CN115439951 A CN 115439951A CN 202210216266 A CN202210216266 A CN 202210216266A CN 115439951 A CN115439951 A CN 115439951A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- vehicle
- current
- vehicles
- fusing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 194
- 238000003672 processing method Methods 0.000 title description 8
- 238000001514 detection method Methods 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000003860 storage Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 238000007664 blowing Methods 0.000 claims 1
- 230000001012 protector Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本公开涉及一种异常熔断的处理方法、装置、电子设备和介质；其中，该方法包括：获取全量车辆的行车数据，行车数据包括行驶时的电流值，全量车辆用于表征预设数量个车辆；基于预设的时间检测窗口，建立预设数量个车辆行驶时电流值的异常熔断模型，异常熔断模型用于预测预设数量个车辆行驶时熔断器的工作状态；根据异常熔断模型，对熔断器处于异常状态的车辆进行处理。本公开实施例能够有效预测出工作状态处于异常状态的熔断器，以对熔断器处于异常状态的异常车辆进行处理，避免熔断器异常熔断导致行车安全的问题。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种异常熔断的处理方法、装置、电子设备和介质。
背景技术
熔断器作为车辆中电池包的重要保护电器件，能够有效保护电池包中的电芯不受过电流的上海，也可以避免因电池包内部故障引起的车辆损坏；其中，车辆中熔断器上有限制电流的额定规格，当电流超过规定规格时保险丝会被熔断。
然而，熔断器在设计选型阶段需要充分考虑电池包工况电流、电压等参数，并预留一定的冗余设计，再加之熔断器在制造时的产品质量一致性问题，会导致车辆行驶过程中出现异常熔断的现象，从而，对车辆内人员造成安全危害。
发明内容
为了解决上述技术问题，本公开提供了一种异常熔断的处理方法、装置、电子设备和介质。
第一方面，本公开提供了一种异常熔断的处理方法，包括：
获取全量车辆的行车数据，所述行车数据包括行驶时的电流值，所述全量车辆用于表征预设数量个车辆；
基于预设的时间检测窗口，建立预设数量个所述车辆行驶时电流值的异常熔断模型，所述异常熔断模型用于预测预设数量个所述车辆行驶时熔断器的工作状态；
根据所述异常熔断模型，对熔断器处于异常状态的异常车辆进行处理。
可选的，所述基于预设的时间检测窗口，建立预设数量个所述车辆行驶时电流值的异常熔断模型之前，还包括：
确定预设数量个所述车辆中每台车辆的标识信息，所述标识信息包括编号；
所述基于预设的时间检测窗口，建立预设数量个所述车辆行驶时电流值的异常熔断模型，包括：
基于电流阈值和电流超限次数阈值，根据至少一个所述预设的时间检测窗口对应的电流值，确定每台车辆出现大电流的检测窗口数量，所述电流阈值用于筛选每台车辆行车数据中的大电流，所述电流阈值通过预设数量个所述车辆的属性信息确定，所述属性信息包括车辆型号；所述电流超限次数阈值用于表征每台车辆在至少一个所述预设的时间检测窗口内出现大电流的次数；
根据每台车辆出现大电流的检测窗口数量和所述每台车辆的标识信息，建立异常熔断模型。
可选的，所述基于电流阈值和电流超限次数阈值，根据至少一个所述预设的时间检测窗口对应的电流值，确定每台车辆出现大电流的检测窗口数量，包括：
检测到目标车辆在目标时间检测窗口内行驶时的电流值超过电流阈值，确定所述目标车辆在所述目标时间检测窗口内出现大电流；且检测到所述目标车辆在所述目标时间检测窗口内出现大电流的次数等于电流超限次数阈值，确定所述目标检测窗口为所述目标车辆出现大电流的检测窗口；
依次检测其他车辆在每个时间检测窗口内出现大电流的次数，确定每台车辆出现大电流的检测窗口数量。
可选的，所述根据所述异常熔断模型，对熔断器处于异常状态的异常车辆进行处理，包括：
确定所述异常熔断模型中的拐点信息，所述拐点信息用于表征所述检测窗口数量的变化程度；
根据所述拐点信息，确定熔断器处于异常状态的标识信息；
对所述标识信息对应的异常车辆进行处理。
可选的，所述确定所述异常熔断模型中的拐点信息，包括：
基于预设步长，确定所述异常熔断模型中检测窗口数量的变化速率大于速率阈值时对应的车辆编号时段；
确定所述车辆编号时段中的目标编号为拐点信息，所述目标编号为所述车辆编号时段的中间值对应的编号。
可选的，所述对所述标识信息对应的异常车辆进行处理，包括：
基于所述标识信息生成预警提示，所述预警提示用于指示对所述标识信息对应的异常车辆进行熔断器异常预警。
可选的，所述对所述标识信息对应的异常车辆进行处理之前，还包括：
将所述标识信息存储至异常信息库，所述异常信息库用于记录并更新熔断器异常信息，所述熔断器异常信息用于描述熔断器对应车辆的编号；
确定预设时段内所述标识信息仍存储于所述异常信息库。
第二方面，本公开提供了一种异常熔断的处理装置，包括：
获取模块，用于获取全量车辆的行车数据，所述行车数据包括行驶时的电流值，所述全量车辆用于表征预设数量个车辆；
建立模块，用于基于预设的时间检测窗口，建立预设数量个所述车辆行驶时电流值的异常熔断模型，所述异常熔断模型用于预测预设数量个所述车辆行驶时熔断器的工作状态；
处理模块，用于根据所述异常熔断模型，对熔断器处于异常状态的异常车辆进行处理。
可选的，还包括：确定模块；
确定模块，用于确定预设数量个所述车辆中每台车辆的标识信息，所述标识信息包括编号；
建立模块，包括：第一确定单元和建立单元；
第一确定单元，用于基于电流阈值和电流超限次数阈值，根据至少一个所述预设的时间检测窗口对应的电流值，确定每台车辆出现大电流的检测窗口数量，所述电流阈值用于筛选每台车辆行车数据中的大电流，所述电流阈值通过预设数量个所述车辆的属性信息确定，所述属性信息包括车辆型号；所述电流超限次数阈值用于表征每台车辆在至少一个所述预设的时间检测窗口内出现大电流的次数；
建立单元，用于根据每台车辆出现大电流的检测窗口数量和所述每台车辆的标识信息，建立异常熔断模型。
可选的，第一确定单元，具体用于：
检测到目标车辆在目标时间检测窗口内行驶时的电流值超过电流阈值，确定所述目标车辆在所述目标时间检测窗口内出现大电流；且检测到所述目标车辆在所述目标时间检测窗口内出现大电流的次数等于电流超限次数阈值，确定所述目标检测窗口为所述目标车辆出现大电流的检测窗口；
依次检测其他车辆在每个时间检测窗口内出现大电流的次数，确定每台车辆出现大电流的检测窗口数量。
可选的，处理模块，包括：第二确定单元、第三确定单元和处理单元；
第二确定单元，用于确定所述异常熔断模型中的拐点信息，所述拐点信息用于表征所述检测窗口数量的变化程度；
第三确定单元，用于根据所述拐点信息，确定熔断器处于异常状态的标识信息；
处理单元，用于对所述标识信息对应的异常车辆进行处理。
可选的，第二确定单元，具体用于：
基于预设步长，确定所述异常熔断模型中检测窗口数量的变化速率大于速率阈值时对应的车辆编号时段；
确定所述车辆编号时段中的目标编号为拐点信息，所述目标编号为所述车辆编号时段的中间值对应的编号。
可选的，处理单元，具体用于：
基于所述标识信息生成预警提示，所述预警提示用于指示对所述标识信息对应的异常车辆进行熔断器异常预警。
可选的，还包括：存储模块；
存储模块，用于将所述标识信息存储至异常信息库，所述异常信息库用于记录并更新熔断器异常信息，所述熔断器异常信息用于描述熔断器对应车辆的编号；
确定模块，还用于确定预设时段内所述标识信息仍存储于所述异常信息库。
第三方面，本公开还提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中的任一种所述的异常熔断的处理方法。
第四方面，本公开还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中的任一种所述的异常熔断的处理方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点：通过获取多个车辆的行车数据，其中，行车数据可包括车辆行驶时实时产生的电流值，可预先设置多个时间检测窗口，对多个电流值进行划分，并基于预设的时间检测窗口，建立多个车辆行驶时电流值的异常熔断模型，其中，异常熔断模型可用于预测每台车辆在行驶过程中熔断器的工作状态，从而，有效预测出工作状态处于异常状态的熔断器，以对熔断器处于异常状态的异常车辆进行处理，避免熔断器异常熔断导致行车安全的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种异常熔断的处理方法的流程示意图；
图2是本公开实施例提供的另一种异常熔断的处理方法的流程示意图；
图3是本公开实施例提供的一种基于异常熔断模型的电流超限次数分布图；
图4是本公开实施例提供的另一种基于异常熔断模型的电流超限次数分布图；
图5是本公开实施例提供的又一种基于异常熔断模型的电流超限次数分布图；
图6是本公开实施例提供的一种异常熔断的处理装置的结构示意图；
图7是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
随着电动车辆行业的迅速发展，电动车辆保有量变得越来越高，其中，电池***(电池包)作为电动车辆的重要供电部分，其安全性尤为重要。
熔断器上设置的额定规格，能够在过电流的情况下，通过保险丝的熔断操作有效保护电池包中的电芯损伤，同时，还能够避免电池包内部故障引起的严重伤害。
其中，熔断器的主要参数有额定电流、额定电压、环境温度和反应速度等，熔断器的电量承载能力的实现，需要在25℃环境温度条件下进行，然而，熔断器的使用寿命与工作环境温度成反比，也即，环境温度越高，熔断器的工作温度越高，寿命越短。
熔断器在设计选型阶段，需要充分考多个参数，如电池包工况电流、电压、工作温度范围等，且需要预留一定的冗余设计，避免异常情况，但是，车辆在驾驶过程中环境多变、复杂，设计出的熔断器难以有效适应所有的用车环境；此外，熔断器的产品质量一致性也会造成异常熔断，导致严重的趴窝故障，从而，难以有效保障车内人员的乘车安全性。
示例性地，本公开提供了一种异常熔断的处理方法、装置、电子设备和介质，通过获取多个车辆的行车数据，其中，行车数据可包括车辆行驶时实时产生的电流值，可预先设置多个时间检测窗口，对多个电流值进行划分，并基于预设的时间检测窗口，建立多个车辆行驶时电流值的异常熔断模型，其中，异常熔断模型可用于预测每台车辆在行驶过程中熔断器的工作状态，从而，有效预测出工作状态处于异常状态的熔断器，以对熔断器处于异常状态的异常车辆进行处理，避免熔断器异常熔断导致行车安全的问题。
具体参见图1中示例性所示。
图1是本公开实施例提供的一种异常熔断的处理方法的流程示意图。本实施例方法可由异常熔断的处理装置来执行，该装置可采用硬件/或软件的方式来实现，并可配置于电子设备中。可实现本申请任意实施例所述的异常熔断的处理方法。如图1所示，该方法具体包括如下：
S110、获取全量车辆的行车数据，行车数据包括行驶时的电流值。
其中，全量车辆用于表征预设数量个车辆。
举例而言，需要进行熔断器异常检测的车辆有60000台，则用于进行表征的预设数量为60000，全量车辆则为60000台车辆。
需要说明的是，在同一批检测车辆中，每台车辆的车辆型号类似，也就是，全量车辆中每台车辆的车辆型号类似，从而，有效保证检测的有效性。
其中，全量车辆的行车数据可通过相应车辆控制器的上报信息获得，每个车辆控制器可实时采集该车辆在正常行驶过程中所响应的电流值。
需要说明的是，车辆控制在采集电流值时，可通过设定一定的采样周期，基于采样周期获取该车辆在行驶时的电量值，避免获取到的电流值数量过大，增加检测难度，同时，增加采样负载的问题。
举例而言，采样周期可设置为1s/次，即在车辆A的行驶过程中，车辆A的控制器每1s采集一次该车辆的电流值。
另外，车辆控制器上报信息的上报时间也可进行设置，如每天固定时段进行前述时段的采样信息；其中，上报时间可以小时/分钟/天为单位，本公开对此不做具体限定。
其中，在获取到全量车辆的行车数据之后，还可对行车数据进行清洗，避免电流值异常影响检测；数据清洗可包括：电流值空值剔除、电流值重复值删除等。
S120、基于预设的时间检测窗口，建立预设数量个车辆行驶时电流值的异常熔断模型。
其中，异常熔断模型用于预测预设数量个车辆行驶时熔断器的工作状态。
其中，预设的时间检测窗口可用于表征电流值的划分时间，如可设置5分钟为一次划分间隔，则5分钟可作为一次时间检测窗口的数据归类时段。
其中，预设的时间检测窗口可包括多个。
举例而言，在某一天的15:00-16:00，以5分钟为一次检测时段，则可对应12个时间检测窗口，可分别为：15:00-15:05、15:05-15:10、15:10-15:15、15:15-15:20、15:20-15:25、15:25-15:30、15:30-15:35、15:35-15:40、15:40-15:45、15:45-15:50、15:50-15:55、15:55-16:00。
S130、根据异常熔断模型，对熔断器处于异常状态的异常车辆进行处理。
其中，可根据异常熔断模型，预测出熔断器处于异常状态的异常车辆，以及时进行异常处理，如车辆返厂、车辆预警等。
本实施例提供的异常熔断的处理方法，通过获取多个车辆的行车数据，其中，行车数据可包括车辆行驶时实时产生的电流值，可预先设置多个时间检测窗口，对多个电流值进行划分，并基于预设的时间检测窗口，建立多个车辆行驶时电流值的异常熔断模型，其中，异常熔断模型可用于预测每台车辆在行驶过程中熔断器的工作状态，从而，有效预测出工作状态处于异常状态的熔断器，以对熔断器处于异常状态的异常车辆进行处理，避免熔断器异常熔断导致行车安全的问题。
图2是本公开实施例提供的另一种异常熔断的处理方法的流程示意图。本实施例是在上述实施例的基础上，进一步地，在S120之前，本实施例还可以包括：
S111、确定预设数量个车辆中每台车辆的标识信息。
其中，标识信息包括编号。
其中，可基于数字的排布形式对每台车辆进行编号。
举例而言，预设数量为60000，则可从数字1-60000(整数)，对60000台车辆进行编号，其中，每个1-60000中的每个数字可对应一台车辆。
其中，S120的一种可能实现的方式如下：
S1201、基于电流阈值和电流超限次数阈值，根据至少一个预设的时间检测窗口对应的电流值，确定每台车辆出现大电流的检测窗口数量。
其中，电流阈值用于筛选每台车辆行车数据中的大电流，电流超限次数阈值用于表征每台车辆在至少一个预设的时间检测窗口内出现大电流的次数。
其中，每台车辆出现大电流的检测窗口数量为，每台车辆出现大电流的次数等于电流超限次数阈值对应的时间检测窗口的数量。
其中，可选的，电流阈值通过预设数量个车辆的属性信息确定，属性信息可包括车辆型号，如可设置为：500A、550A、600A等，从而，能够针对不同车型设定不同电流阈值，增强检测的灵活性。
其中，电流超限次数阈值可设置为：2或3等。
结合上述举例，在时间检测窗口分别为：15:00-15:05、15:05-15:10、15:10-15:15、15:15-15:20、15:20-15:25、15:25-15:30、15:30-15:35、15:35-15:40、15:40-15:45、15:45-15:50、15:50-15:55、15:55-16:00，电流超限次数阈值为2，电流阈值为550A时，车辆A在时间段15:00-15:05、15:20-15:25、15:35-15:40和15:55-16:00内，分别有两次的电流值超过550A，则车辆A出现大电流的检测窗口数量为4。
在本实施例中，可选的，基于电流阈值和电流超限次数阈值，根据至少一个预设的时间检测窗口对应的电流值，确定每台车辆出现大电流的检测窗口数量，包括：
检测到目标车辆在目标时间检测窗口内行驶时的电流值超过电流阈值，确定目标车辆在目标时间检测窗口内出现大电流；且检测到目标车辆在目标时间检测窗口内出现大电流的次数等于电流超限次数阈值，确定目标检测窗口为目标车辆出现大电流的检测窗口；
依次检测其他车辆在每个时间检测窗口内出现大电流的次数，确定每台车辆出现大电流的检测窗口数量。
结合上述举例，电流阈值为550A，电流超限次数阈值为2，预设的时间检测窗口分别为：15:00-15:05、15:05-15:10、15:10-15:15、15:15-15:20、15:20-15:25、15:25-15:30、15:30-15:35、15:35-15:40、15:40-15:45、15:45-15:50、15:50-15:55、15:55-16:00，全量车辆分别为：车辆1、车辆2、......、车辆60000，车辆1(如上述车辆A)出现大电流的检测窗口数量为4，则继续对车辆2、......、车辆60000进行如上述方式相同的大电流检测，从而，有效确定出全量车辆中每台车辆出现大电流的检测窗口数量。
S1202、根据每台车辆出现大电流的检测窗口数量和每台车辆的标识信息，建立异常熔断模型。
其中，异常熔断模型可以二维坐标内曲线的展现形式进行展示，横坐标可为车辆编号，如1-60000，纵坐标可为车辆出现预设次数(电流超限次数阈值，如2/3)大电流的检测窗口数量。
举例而言，图3为一种基于异常熔断模型的电流超限次数分布图，其中，电流超限次数阈值为2，电流阈值为500A；车辆的编号分别为：1-60000，出现大电流的时间检测窗口分别：0-500。
图4为另一种基于异常熔断模型的电流超限次数分布图，其中，电流超限次数阈值为3，电流阈值为600A；车辆的编号分别为：1-50000，出现大电流的时间检测窗口分别：0-350。
基于上述实施例的描述，在本实施例中，可选的，根据异常熔断模型，对熔断器处于异常状态的异常车辆进行处理，包括：
确定异常熔断模型中的拐点信息，拐点信息用于表征检测窗口数量的变化程度。
其中，拐点信息能够有效反映出检测窗口数量的急剧增长趋势，从而，有效筛选出熔断器异常的车辆。
结合上述举例，在图3的基础上，找出拐点信息，可参见图5示例性所示。
图5中，挑选出的拐点信息对应的具体点如点A，则以点A为分界，点A的左边区域(如实线圈出区域)对应的车辆的编号则为正常车辆，点A的右边区域(如虚线圈出区域)对应的车辆的编号则为异常车辆。
根据拐点信息，确定熔断器处于异常状态的标识信息；
对标识信息对应的异常车辆进行处理。
从而，能够基于拐点信息，有效区分出异常车辆和正常车辆，以筛选出异常车辆进行相应处理，进一步提升处理时效性。
在本实施例中，可选的，确定异常熔断模型中的拐点信息，包括：
基于预设步长，确定异常熔断模型中检测窗口数量的变化速率大于速率阈值时对应的车辆编号时段；
确定车辆编号时段中的目标编号为拐点信息，目标编号为车辆编号时段的中间值对应的编号。
其中，预设步长可设置为2000，若该步长区间内，检测窗口数量的变化速率大于预先指定的速率阈值，则表明预设步长内的车辆的熔断器发生明显变化，存在异常情况(即表示车辆存在潜在风险，需警示)，其对应的曲线则越陡峭，如图4中拐点右边区域的曲线。
若该步长区间内，检测窗口数量的变化速率小于或等于预先指定的速率阈值(则可忽略，通常情况下速率阈值取值较小，如0.005)，则表明预设步长内的车辆的熔断器未发生明显变化，不存在异常情况，其对应的曲线则越稳定，如图4中拐点左边区域的曲线。
其中，可在确定出的车辆编号时段内，确定出拐点信息对应的编号。
举例而言，在30000-32000步长内，检测窗口数量的变化速率大于预先指定的速率阈值0.005，则可确定出拐点信息对应的编号为31000。
从而，能够基于异常熔断模型对应的曲线，根据曲线的变化趋势，有效识别出区分异常车辆和正常车辆的拐点信息。
在本实施例中，可选的，对标识信息对应的异常车辆进行处理，包括：
基于标识信息生成预警提示，预警提示用于指示对标识信息对应的异常车辆进行熔断器异常预警。
其中，在确定出异常车辆的编号时，可通过预警提示的方式告知检测人员，便于检测人员能够及时查找出异常车辆，并对异常车辆进行处理，处理方式可为：车辆召回、异常提醒等。
需要说明的是，对异常车辆的异常提醒可通过：车辆所属人电话、短信、邮件等方式执行。
在本实施例中，可选的，对标识信息对应的异常车辆进行处理之前，还包括：
将标识信息存储至异常信息库，异常信息库用于记录并更新熔断器异常信息，熔断器异常信息用于描述熔断器对应车辆的编号；
确定预设时段内标识信息仍存储于异常信息库。
其中，在基于标识信息生成预警提示之前，还可通过对车辆打标签的方式记录该车辆，并针对一段时间内该车辆的记录情况再确定是否生成预警提示。
结合上述举例，在确定出车辆的编号35000为异常车辆时，则可先将车辆的编号或者车辆的其他标识信息记录进异常信息库中，继续对该车辆进行监控，若预设时段(如两个月)内，检测出该车辆仍然存储于异常信息库，则表明该车辆存在潜在风险，生成预警提示。
若预设时段(如两个月)内，检测出该车辆仍然未存储于异常信息库，则表明该车辆不存在风险，则无需生成预警提示，从而，避免单次检测出错而误预警的问题。
需要说明的是，异常信息库中存储的是人为有潜在风险的车辆信息(如编号)，其中，可通过对车辆的再次检测排除风险，则异常信息库中的车辆信息可实时更新，便于优化存储空间，提高存储信息的实时性。
图6是本公开实施例提供的一种异常熔断的处理装置的结构示意图；该装置配置于电子设备中，可实现本申请任意实施例所述的异常熔断的处理方法。该装置具体包括如下：
获取模块610，用于获取全量车辆的行车数据，所述行车数据包括行驶时的电流值，所述全量车辆用于表征预设数量个车辆；
建立模块620，用于基于预设的时间检测窗口，建立预设数量个所述车辆行驶时电流值的异常熔断模型，所述异常熔断模型用于预测预设数量个所述车辆行驶时熔断器的工作状态；
处理模块630，用于根据所述异常熔断模型，对熔断器处于异常状态的异常车辆进行处理。
在本实施例中，可选的，本实施例装置还包括：确定模块；
确定模块，用于确定预设数量个所述车辆中每台车辆的标识信息，所述标识信息包括编号；
建立模块620，包括：第一确定单元和建立单元；
第一确定单元，用于基于电流阈值和电流超限次数阈值，根据至少一个所述预设的时间检测窗口对应的电流值，确定每台车辆出现大电流的检测窗口数量，所述电流阈值用于筛选每台车辆行车数据中的大电流，所述电流阈值通过预设数量个所述车辆的属性信息确定，所述属性信息包括车辆型号；所述电流超限次数阈值用于表征每台车辆在至少一个所述预设的时间检测窗口内出现大电流的次数；
建立单元，用于根据每台车辆出现大电流的检测窗口数量和所述每台车辆的标识信息，建立异常熔断模型。
在本实施例中，可选的，第一确定单元，具体用于：
检测到目标车辆在目标时间检测窗口内行驶时的电流值超过电流阈值，确定所述目标车辆在所述目标时间检测窗口内出现大电流；且检测到所述目标车辆在所述目标时间检测窗口内出现大电流的次数等于电流超限次数阈值，确定所述目标检测窗口为所述目标车辆出现大电流的检测窗口；
依次检测其他车辆在每个时间检测窗口内出现大电流的次数，确定每台车辆出现大电流的检测窗口数量。
在本实施例中，可选的，处理模块630，包括：第二确定单元、第三确定单元和处理单元；
第二确定单元，用于确定所述异常熔断模型中的拐点信息，所述拐点信息用于表征所述检测窗口数量的变化程度；
第三确定单元，用于根据所述拐点信息，确定熔断器处于异常状态的标识信息；
处理单元，用于对所述标识信息对应的异常车辆进行处理。
在本实施例中，可选的，第二确定单元，具体用于：
基于预设步长，确定所述异常熔断模型中检测窗口数量的变化速率大于速率阈值时对应的车辆编号时段；
确定所述车辆编号时段中的目标编号为拐点信息，所述目标编号为所述车辆编号时段的中间值对应的编号。
在本实施例中，可选的，处理单元，具体用于：
基于所述标识信息生成预警提示，所述预警提示用于指示对所述标识信息对应的异常车辆进行熔断器异常预警。
在本实施例中，可选的，本实施例装置还包括：存储模块；
存储模块，用于将所述标识信息存储至异常信息库，所述异常信息库用于记录并更新熔断器异常信息，所述熔断器异常信息用于描述熔断器对应车辆的编号；
确定模块，还用于确定预设时段内所述标识信息仍存储于所述异常信息库。
通过本发明实施例的异常熔断的处理装置，通过获取多个车辆的行车数据，其中，行车数据可包括车辆行驶时实时产生的电流值，可预先设置多个时间检测窗口，对多个电流值进行划分，并基于预设的时间检测窗口，建立多个车辆行驶时电流值的异常熔断模型，其中，异常熔断模型可用于预测每台车辆在行驶过程中熔断器的工作状态，从而，有效预测出工作状态处于异常状态的熔断器，以对熔断器处于异常状态的异常车辆进行处理，避免熔断器异常熔断导致行车安全的问题。
本发明实施例所提供的异常熔断的处理装置可执行本发明任意实施例所提供的异常熔断的处理方法，具备执行方法相应的功能模块和有益效果。
图7是本公开实施例提供的一种电子设备的结构示意图。如图7所示，该电子设备包括处理器710、存储器720、输入装置730和输出装置740；电子设备中处理器710的数量可以是一个或多个，图7中以一个处理器710为例；电子设备中的处理器710、存储器720、输入装置730和输出装置740可以通过总线或其他方式连接，图7中以通过总线连接为例。
存储器720作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的异常熔断的处理方法对应的程序指令/模块。处理器710通过运行存储在存储器720中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明实施例所提供的异常熔断的处理方法。
存储器720可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器720可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器720可进一步包括相对于处理器710远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置740可包括显示屏等显示设备。
本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于实现本发明实施例所提供的异常熔断的处理方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的异常熔断的处理方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种异常熔断的处理方法，其特征在于，包括：
获取全量车辆的行车数据，所述行车数据包括行驶时的电流值，所述全量车辆用于表征预设数量个车辆；
基于预设的时间检测窗口，建立预设数量个所述车辆行驶时电流值的异常熔断模型，所述异常熔断模型用于预测预设数量个所述车辆行驶时熔断器的工作状态；
根据所述异常熔断模型，对熔断器处于异常状态的异常车辆进行处理。
2.根据权利要求1所述的方法，其特征在于，所述基于预设的时间检测窗口，建立预设数量个所述车辆行驶时电流值的异常熔断模型之前，还包括：
确定预设数量个所述车辆中每台车辆的标识信息，所述标识信息包括编号；
所述基于预设的时间检测窗口，建立预设数量个所述车辆行驶时电流值的异常熔断模型，包括：
基于电流阈值和电流超限次数阈值，根据至少一个所述预设的时间检测窗口对应的电流值，确定每台车辆出现大电流的检测窗口数量，所述电流阈值用于筛选每台车辆行车数据中的大电流，所述电流阈值通过预设数量个所述车辆的属性信息确定，所述属性信息包括车辆型号；所述电流超限次数阈值用于表征每台车辆在至少一个所述预设的时间检测窗口内出现大电流的次数；
根据每台车辆出现大电流的检测窗口数量和所述每台车辆的标识信息，建立异常熔断模型。
3.根据权利要求2所述的方法，其特征在于，所述基于电流阈值和电流超限次数阈值，根据至少一个所述预设的时间检测窗口对应的电流值，确定每台车辆出现大电流的检测窗口数量，包括：
检测到目标车辆在目标时间检测窗口内行驶时的电流值超过电流阈值，确定所述目标车辆在所述目标时间检测窗口内出现大电流；且检测到所述目标车辆在所述目标时间检测窗口内出现大电流的次数等于电流超限次数阈值，确定所述目标检测窗口为所述目标车辆出现大电流的检测窗口；
依次检测其他车辆在每个时间检测窗口内出现大电流的次数，确定每台车辆出现大电流的检测窗口数量。
4.根据权利要求2或3所述的方法，其特征在于，所述根据所述异常熔断模型，对熔断器处于异常状态的异常车辆进行处理，包括：
确定所述异常熔断模型中的拐点信息，所述拐点信息用于表征所述检测窗口数量的变化程度；
根据所述拐点信息，确定熔断器处于异常状态的标识信息；
对所述标识信息对应的异常车辆进行处理。
5.根据权利要求4所述的方法，其特征在于，所述确定所述异常熔断模型中的拐点信息，包括：
基于预设步长，确定所述异常熔断模型中检测窗口数量的变化速率大于速率阈值时对应的车辆编号时段；
确定所述车辆编号时段中的目标编号为拐点信息，所述目标编号为所述车辆编号时段的中间值对应的编号。
6.根据权利要求4所述的方法，其特征在于，所述对所述标识信息对应的异常车辆进行处理，包括：
基于所述标识信息生成预警提示，所述预警提示用于指示对所述标识信息对应的异常车辆进行熔断器异常预警。
7.根据权利要求6所述的方法，其特征在于，所述对所述标识信息对应的异常车辆进行处理之前，还包括：
将所述标识信息存储至异常信息库，所述异常信息库用于记录并更新熔断器异常信息，所述熔断器异常信息用于描述熔断器对应车辆的编号；
确定预设时段内所述标识信息仍存储于所述异常信息库。
8.一种异常熔断的处理装置，其特征在于，包括：
获取模块，用于获取全量车辆的行车数据，所述行车数据包括行驶时的电流值，所述全量车辆用于表征预设数量个车辆；
建立模块，用于基于预设的时间检测窗口，建立预设数量个所述车辆行驶时电流值的异常熔断模型，所述异常熔断模型用于预测预设数量个所述车辆行驶时熔断器的工作状态；
处理模块，用于根据所述异常熔断模型，对熔断器处于异常状态的车辆进行处理。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～7中任一所述的异常熔断的处理方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～7中任一所述的异常熔断的处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210216266.4A CN115439951B (zh) | 2022-03-07 | 2022-03-07 | 异常熔断的处理方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210216266.4A CN115439951B (zh) | 2022-03-07 | 2022-03-07 | 异常熔断的处理方法、装置、电子设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115439951A true CN115439951A (zh) | 2022-12-06 |
| CN115439951B CN115439951B (zh) | 2024-05-17 |
Family
ID=84241534
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210216266.4A Active CN115439951B (zh) | 2022-03-07 | 2022-03-07 | 异常熔断的处理方法、装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115439951B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117785628A (zh) * | 2023-12-04 | 2024-03-29 | 深圳市道旅旅游科技股份有限公司 | 熔断触发预警方法、服务器、介质和设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102288908A (zh) * | 2011-07-22 | 2011-12-21 | 重庆大学 | 计量pt熔断器故障监测装置及故障判断方法 |
| CN207352109U (zh) * | 2017-08-30 | 2018-05-11 | 北汽银翔汽车有限公司 | 一种汽车用高压熔断器故障检测模块 |
| CN108365158A (zh) * | 2018-01-25 | 2018-08-03 | 江苏银基烯碳能源科技有限公司 | 电池包 |
| CN109298328A (zh) * | 2018-10-29 | 2019-02-01 | 国网新疆电力有限公司昌吉供电公司 | 跌落式熔断器状态监测定位装置及其故障判断方法 |
| CN112988434A (zh) * | 2019-12-13 | 2021-06-18 | ***股份有限公司 | 一种服务熔断器、服务熔断方法以及计算机可读存储介质 |
| CN113002309A (zh) * | 2021-03-02 | 2021-06-22 | 昆山宝创新能源科技有限公司 | 车辆预警方法、装置、设备及存储介质 |
| CN113734070A (zh) * | 2020-05-28 | 2021-12-03 | 北京罗克维尔斯科技有限公司 | 一种车辆的熔断器更换提醒方法和车辆 |
| CN215866882U (zh) * | 2021-07-22 | 2022-02-18 | 上汽通用五菱汽车股份有限公司 | 熔断器内阻检测电路及汽车 |
| CN114091730A (zh) * | 2021-10-21 | 2022-02-25 | 上海聚均科技有限公司 | 车辆状态监测方法、***、电子设备和存储介质 |
-
2022
- 2022-03-07 CN CN202210216266.4A patent/CN115439951B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102288908A (zh) * | 2011-07-22 | 2011-12-21 | 重庆大学 | 计量pt熔断器故障监测装置及故障判断方法 |
| CN207352109U (zh) * | 2017-08-30 | 2018-05-11 | 北汽银翔汽车有限公司 | 一种汽车用高压熔断器故障检测模块 |
| CN108365158A (zh) * | 2018-01-25 | 2018-08-03 | 江苏银基烯碳能源科技有限公司 | 电池包 |
| CN109298328A (zh) * | 2018-10-29 | 2019-02-01 | 国网新疆电力有限公司昌吉供电公司 | 跌落式熔断器状态监测定位装置及其故障判断方法 |
| CN112988434A (zh) * | 2019-12-13 | 2021-06-18 | ***股份有限公司 | 一种服务熔断器、服务熔断方法以及计算机可读存储介质 |
| CN113734070A (zh) * | 2020-05-28 | 2021-12-03 | 北京罗克维尔斯科技有限公司 | 一种车辆的熔断器更换提醒方法和车辆 |
| CN113002309A (zh) * | 2021-03-02 | 2021-06-22 | 昆山宝创新能源科技有限公司 | 车辆预警方法、装置、设备及存储介质 |
| CN215866882U (zh) * | 2021-07-22 | 2022-02-18 | 上汽通用五菱汽车股份有限公司 | 熔断器内阻检测电路及汽车 |
| CN114091730A (zh) * | 2021-10-21 | 2022-02-25 | 上海聚均科技有限公司 | 车辆状态监测方法、***、电子设备和存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117785628A (zh) * | 2023-12-04 | 2024-03-29 | 深圳市道旅旅游科技股份有限公司 | 熔断触发预警方法、服务器、介质和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115439951B (zh) | 2024-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2011200795B2 (en) | Systems and methods for asset condition monitoring in electric power substation equipment | |
| EP3832479B1 (en) | Production line monitoring method and apparatus, and electronic device and readable storage medium | |
| CN107766533B (zh) | 话务量异常的自动检测方法及***、存储介质、电子设备 | |
| CN115439951A (zh) | 异常熔断的处理方法、装置、电子设备和介质 | |
| CN112644336A (zh) | 一种动力电池热失控预测方法及装置 | |
| CN111130867B (zh) | 一种基于物联网的智能家居设备告警方法及装置 | |
| CN111141971A (zh) | 一种充电告警***及方法 | |
| JP5696737B2 (ja) | 蓄電池システム、蓄電池システムの状態通知方法およびプログラム | |
| CN113160496A (zh) | 一种电池管理***及方法 | |
| CN113077065A (zh) | 车辆生产线故障的处理方法、装置、设备及存储介质 | |
| CN115648943A (zh) | 绝缘故障的诊断方法及***、存储介质、电子设备 | |
| CN113219330B (zh) | 一种隔离开关状态检测方法及*** | |
| CN108039971A (zh) | 一种告警方法及装置 | |
| CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
| CN113595174A (zh) | 电池管理方法、装置、设备和服务器 | |
| CN109597728B (zh) | 测试设备的控制方法及装置、计算机可读存储介质 | |
| CN115508713A (zh) | 一种电池***安全预警方法、装置、存储介质及设备 | |
| CN115358336A (zh) | 用电异常检测方法、装置及电子设备 | |
| CN108805462A (zh) | 配网风险预警的方法及装置、存储介质、处理器 | |
| CN110263433B (zh) | 一种熔断器故障报警方法和*** | |
| CN112433918A (zh) | 一种数据库资源监控方法及装置 | |
| CN114694354A (zh) | 换电站安全告警方法及***、云端服务器及存储介质 | |
| CN111369017A (zh) | 设备远程监控方法、装置、电子设备及可存储介质 | |
| CN115063754B (zh) | 基于人工智能的设备监测方法、装置、设备及存储介质 | |
| CN117554737B (zh) | 一种车载充电器的健康状况检测方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |