CN114566028B - 电动车充电风险监测方法、装置及存储介质 - Google Patents
电动车充电风险监测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114566028B CN114566028B CN202210158917.9A CN202210158917A CN114566028B CN 114566028 B CN114566028 B CN 114566028B CN 202210158917 A CN202210158917 A CN 202210158917A CN 114566028 B CN114566028 B CN 114566028B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- early warning
- warning information
- temperature
- monitored
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000002159 abnormal effect Effects 0.000 claims abstract description 580
- 238000012806 monitoring device Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 abstract description 10
- 238000002485 combustion reaction Methods 0.000 description 11
- 230000002269 spontaneous effect Effects 0.000 description 11
- 235000019504 cigarettes Nutrition 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000004880 explosion Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000002329 infrared spectrum Methods 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000003331 infrared imaging Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 235000021269 warm food Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种电动车充电风险监测方法、装置及存储介质,通过对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息,并对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息,进而对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警;本发明明确了对电动车充电区域进行实时风险监测的具体过程,在监测充电区域温度的基础上还对充电区域进行相关物体监测,结合异常温度预警信息和异常物体预警信息确定是否需要告警,能够减少误报情况,提高了告警精确性,进而降低了相关人员工作量增多,从而提高了风险管理的效率。
Description
技术领域
本发明涉及电动车充换电技术领域,尤其涉及一种电动车充电风险监测方法、装置及存储介质。
背景技术
随着新能源技术的升级及电动车(含电动汽车和电动摩托等)的市场规模进一步扩大,电动车的充电需求也逐渐增强。而由于电动车电池的高密度性和质量的层次不齐,在充电过程中容易出现热失控的情况,使得充电区域存在一定概率的自燃、爆炸风险。
因此,为保证充电安全,需要对充电区域进行风险监测,以及时地发现充电区域的异常温度情况并报警,使得相关人员对电动车自燃、自爆风险进行预防和控制。但现有充电区域的风险监测手段较为简单,容易监测失误产生误报,告警精确性不高导致相关人员工作量增多,降低了风险管理效率。
发明内容
本发明提供一种电动车充电风险监测方法、装置及存储介质,以解决现有充电区域的风险监测容易产生误报,告警精确性不高导致人员工作量增多、降低风险管理效率的问题。
提供一种电动车充电风险监测方法,包括:
对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息;
对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息;
对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警。
进一步地,若第二预警信息的异常事件为监测到第一类异常物体,对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警,包括:
根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体;
若同时监测到异常温度与异常物体,则确定异常温度与异常物体的存在区域是否重合;
若异常温度与异常物体的存在区域未重合,则生成目标预警信息并进行风险告警。
进一步地,根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体之后,该方法还包括:
若未同时监测到异常温度与异常物体,则生成目标预警信息并进行风险告警。
进一步地,根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体,包括:
根据第一预警信息的异常发生时刻确定第一预警信息的预警周期;
确定第二预警信息的异常发生时刻是否处于预警周期内;
若第二预警信息的异常发生时刻处于预警周期内,则确定同时监测到异常温度与异常物体;
若第二预警信息的异常发生时刻未处于预警周期内,则确定位同时监测到异常温度与异常物体。
进一步地,确定异常温度与异常物体的存在区域是否重合,包括:
确定第一预警信息中异常温度存在区域与第二预警信息中异常物体存在区域之间的区域重合率,并确定区域重合率是否小于预设重合率;
若区域重合率小于预设重合率,则确定异常温度与异常物体的存在区域重合;
若区域重合率大于或者等于预设重合率,则确定异常温度与异常物体的存在区域未重合。
进一步地,若同时监测到异常温度与异常物体,该方法还包括:
根据第一预警信息中异常温度存在区域,与第二预警信息中异常物体存在区域之间的区域重合率确定预警置信度;
若预警置信度大于第一置信度且小于第二置信度,则生成目标预警信息;
若预警置信度大于或者等于第二置信度,且小于或者等于第三置信度,则生成目标预警信息并进行第一级告警;
若预警置信度大于或者等于第三置信度,则生成目标预警信息并进行第二级告警,第二级告警的告警等级大于第一级告警的告警等级。
进一步地,若第二预警信息的异常事件为监测到第二类异常物体,对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警,包括:
根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体,并确定异常温度与异常物体的存在区域是否重合;
若同时监测到异常温度与异常物体,且异常温度与异常物体的存在区域重合,则生成目标预警信息并进行第三级告警,第三级告警的告警等级大于第二级告警的告警等级。
提供一种电动车充电风险监测装置,包括:
温度监测模块,用于对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息;
物体监测模块,用于对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息;
联合判断模块,用于对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警。
提供一种电动车充电风险监测装置,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述电动车充电风险监测方法的步骤。
提供一种可读存储介质,该可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述电动车充电风险监测方法的步骤。
上述电动车充电风险监测方法、装置及存储介质所提供的一个方案中,通过对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息,并对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息,进而对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警;本发明明确了对电动车充电区域进行实时风险监测的具体过程,在监测充电区域温度的基础上还对充电区域进行相关物体监测,结合异常温度预警信息和异常物体预警信息确定是否需要告警,能够减少误报情况,提高了告警精确性,进而降低了相关人员工作量增多,从而提高了风险管理的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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是本发明一实施例中电动车充电风险监测系统的一结构示意图;
图2是本发明一实施例中电动车充电风险监测方法的一流程示意图;
图3是图2中步骤S30的一实现流程示意图;
图4是图2中步骤S30的另一实现流程示意图;
图5是本发明一实施例中电动车充电风险监测装置的一结构示意图;
图6是本发明一实施例中计算机设备的一结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的电动车充电风险监测方法,可应用在如图1的电动车充电风险监测系统中,电动车充电风险监测系统包括具备红外摄像能力的多个摄像装置和电动车充电风险监测装置,摄像装置通过网络与电动车充电风险监测装置进行通信。其中,电动车充电风险监测装置可以为具备安全管理、物业管理能力的云平台,云平台可以用独立的服务器或者是多个服务器组成的服务器集群来实现;摄像装置是具有视频分析能力的设备,例如,摄像装置可以是具备红外能力的智能相机,也可以是由具备红外能力的普通相机和具备边缘计算算法的分析服务器组合而成的装置。
在电动车充电区域的不同位置安装对应的摄像装置后,摄像装置对电动车充电区域进行实时监控以获得视频信息,然后摄像装置基于红外光谱对视频信息进行实时温度监测,并在监测到异常温度时生成第一预警信息并实时发送至云平台,同时,摄像装置还会基于物体检测算法对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息并实时发送至云平台,云平台在接收第一预警信息和第二预警信息后,对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警,以使相关人员根据告警进行相关处理措施。本实施例明确了对电动车充电区域进行实时风险监测的具体过程,在监测充电区域温度的基础上还对充电区域进行相关物体监测,结合异常温度预警信息和异常物体预警信息确定是否需要告警,能够减少误报情况,提高了告警精确性,进而降低了相关人员工作量增多,从而提高了风险管理的效率。
在其他实施例中,摄像装置可以是不具备分析能力的普通红外摄像设备。摄像装置对电动车充电区域进行时监控以获得电动车充电区域的视频信息,并实时发送给电动车充电风险监测装置,电动车充电风险监测装置获取摄像装置拍摄的视频信息后,对视频信息进行数据转换分析,以基于红外光谱对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息,并基于物体监测算法对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息,进而对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警;本实施例明确了对电动车充电区域进行实时风险监测的具体过程,在监测充电区域温度的基础上还对充电区域进行相关物体监测,结合异常温度预警信息和异常物体预警信息确定是否需要告警,能够减少误报情况,提高了告警精确性,进而降低了相关人员工作量增多,从而提高了风险管理的效率。
在一实施例中,如图2所示,提供一种电动车充电风险监测方法,以该方法应用在图1中的电动车充电风险监测系统为例进行说明,包括如下步骤:
S10:对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息。
为保证电动车充电安全,需要对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息。在实际应用过程中,安装在电动车充电区域的摄像装置对电动车充电区域进行监控,得到电动车充电区域的视频信息,然后摄像装置对视频信息进行分析,基于红外光谱识别出视频信息中是否存在异常温度的区域,若监测到存在异常温度的区域,则生成第一预警信息并发送给电动车充电风险监测装置(如云平台)。
可以理解的是,物体发出的红外辐射总能量和自身温度的四次方成正比,摄像装置通过红外成像技术探测到来自于物体的辐射能量的大小,经过数据转换,变成物体对应的热图像,热图像上每个像素的数值代表了这个物体对应位置的温度,通过热图像就可以确定物体的温度特征,识别出温度高于一定阈值的位置。摄像装置基于红外光谱将视频信息转换为热成像图,确定电动车充电区域是否存在超过预设温度阈值(如60℃,)的区域,若存在,则生成第一预警信息。其中,电动车充电区域中没存在一个超过预设温度阈值的区域,则生成一条第一预警信息,当存在多个温度过高区域时,生成多条第一预警信息。
S20:对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息。
同时,摄像装置还会对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息。摄像装置基于物体检测算法识别出视频信息中是否存在异常物体(即存在预设物体)的区域,若存在异常物体的区域,则生成第二预警信息并发送给电动车充电风险监测装置。
其中,在获得视频信息之后,将视频信息拆分为多帧图像,然后将每一帧图像输入预设识别模型中,使预设识别模型对输入图像进行预设物体识别,以确定该输入图像中是否存在预设物体,若图像中存在预设物体,则确定电动车充电区域存在异常物体的区域,生成第二预警信息并发送给电动车充电风险监测装置。其中,预设识别模型为根据包括预设物体的样本数据进行训练获得的神经网络模型。
其中,预设物体可以是能够改变该区域温度导致温度检测误报的物体,该类物体为第一类物体,如燃烧的香烟和温热的食物可能会改变该区域温度,导致进行温度监测触发预警,因此预设物体包括香烟、外卖(食物)。此外预设物体还可以是浓烟和火焰等引起火灾的物体,该类物体为第二类物体。
其中,上述预警信息包括异常事件、异常存在区域、异常存在区域的视频截图和异常发生时刻。异常事件包括监测到异常温度和监测到异常物体两种事件,监测到异常物体包括监测到第一类异常物体和监测到第二类异常物体两种子事件。例如,第一预警信息包括异常事件(即监测到异常温度)、异常温度存在区域、异常温度存在区域的视频截图和异常发生时刻;第二预警信息包括异常事件(即监测到异常物体)、异常物体存在区域、异常物体存在区域的视频截图和异常发生时刻。异常发生时刻可以是监测到存在异常温度、异常物体的时刻,异常发生时刻也可以是预警信息的生成时刻,由于是实时监测,监测到异常温度或者异常物体即立即生成预警信息,因此存在异常温度、异常物体的时刻约为预警信息的生成时刻。
在对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息的过程中,若识别出视频信息中存在第一类物体,则确定电动车充电区域存在异常物体的区域以生成第二预警信息,第二预警信息中的异常事件为监测到第一类异常物体;若识别出视频信息中存在第二类物体,则确定电动车充电区域存在异常物体的区域以生成第二预警信息,第二预警信息中的异常事件为监测到第二类异常物体。
S30:对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警。
在接收到第一预警信息和第二预警信息之后,电动车充电风险监测装置对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警。目标预警信息包括异常事件、异常存在区域、异常存在区域的视频截图和异常发生时刻,以便相关人员根据目标预警信息及时确定风险发生情况以进行安全操作。
其中,可以通过比对第一预警信息和第二预警信息中的异常发生时刻,确定是否同时监测到异常温度与异常物体,并根据第一预警信息和第二预警信息中的异常存在区域,确定异常温度与异常物体的存在区域是否重合;若同时监测到异常温度与异常物体,且异常温度与异常物体的存在区域重合,表示第一预警信息可能是由预设物体(如香烟、外卖)改变该区域温度触发预警生成的,存在误报的可能,此时需要确定是监测到第一类异常物体还是监测到第二类异常物体(通过第二预警信息中的异常事件确定),并根据确定结果判断是否需要进行风险告警。若同时监测到异常温度与异常物体且异常温度与异常物体的存在区域重合,且第二预警信息中的异常事件是监测到第一类异常物体,表示第一预警信息是由第一类物体(如香烟、外卖)改变该区域温度触发预警生成的,无需进行风险告警;若同时监测到异常温度与异常物体且异常温度与异常物体的存在区域重合,且第二预警信息中的异常事件是监测到第二类异常物体,表示第二预警信息是由第二类物体(如浓烟、火焰)触发预警生成的,此时电动车自燃风险较高,需要进行风险告警且告警等级为最高级,此时生成目标预警信息发送给相关人员,并停止向该充电区域的充电设备供电。
若确定未同时监测到异常温度与异常物体和/或,异常温度与异常物体的存在区域未重合,表示两个异常发生在不同时刻和/或存在区域不重合,不存在预设物体(如香烟、外卖)改变该区域温度导致误报的可能,电动车或者充电桩可能存在自燃风险,则需要生成目标预警信息并进行风险告警,以提示相关人员及时进行风险预防和控制,比如进行通知到相关人员前往异常存在区域进行复核、进行断电等操作。当未同时监测到异常温度与异常物体和/或,异常温度与异常物体的存在区域未重合时,若异常物体是监测到第一类异常物体,可以将第一预警信息作为目标预警信息;若异常物体是监测到第二类异常物体,则将第一预警信息和第二预警信息分别生成目标预警信息,以便相关人员及时获知各区域的异常情况,从而进行风险预防。
本实施例中,通过对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息,并对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息,进而对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警;本发明明确了对电动车充电区域进行实时风险监测的具体过程,在监测充电区域温度的基础上还对充电区域进行相关物体监测,结合异常温度预警信息和异常物体预警信息确定是否需要告警,能够减少误报情况,提高了告警精确性,进而降低了相关人员工作量增多,从而提高了风险管理的效率,同时,也可以减少因大量误报降低相关人员的敏感度所造成的风险处理不及时的问题,能及时、准确地对电动车自燃、自爆风险进行预防和控制,保证电动车和充电桩的安全。
在一实施例中,若第二预警信息的异常事件为监测到第一类异常物体。如图3所示,步骤S30中,即对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警,具体包括如下步骤:
S31:根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体。
在接收第一预警信息与第二预警信息之后,电动车充电风险监测装置需要确定第二预警信息的异常事件是否为监测到第一类异常物体,若第二预警信息的异常事件为监测到第一类异常物体,则进一步根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体。
其中,可以通过对比第一预警信息的异常发生时刻和第二预警信息的异常发生时刻,确定是否同时监测到异常温度与异常物体。若第一预警信息的异常发生时刻和第二预警信息的异常发生时刻一致或误差在预设值内(如异常发生时刻的误差在5秒),则确定同时监测到异常温度与异常物体;若第一预警信息的异常发生时刻和第二预警信息的异常发生时刻不一致或误差大于预设值(如异常发生时刻的误差大于5秒),则确定未同时监测到异常温度与异常物体。
S32:若未同时监测到异常温度与异常物体,则生成目标预警信息并进行风险告警。
若确定未同时监测到异常温度与异常物体,表示两个异常发生在不同时刻,不存在预设物体(如香烟、外卖)改变该区域温度导致误报的可能,电动车或者充电桩可能存在自燃风险,则需要生成目标预警信息并进行风险告警,此时可以直接将第一预警信息作为目标预警信息发送给相关人员,以提示相关人员及时进行风险预防和控制,比如进行通知到相关人员前往异常存在区域进行复核、进行断电等操作。本实施例中,先简单判断是否同时监测到异常温度与异常物体,若未同时监测到异常温度与异常物体,则直接生成目标预警信息并进行风险告警,无需进行复杂的异常区域重合判断,降低了数据处理量,提高了告警的速度,从而进行及时的预防控制。
S33:若同时监测到异常温度与异常物体,则确定异常温度与异常物体的存在区域是否重合。
在根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体之后,若同时监测到异常温度与异常物体,表示异常温度与异常物体可能由同一因素引起,则需要进一步确定异常温度与异常物体的存在区域是否重合。
其中,可以通过对比第一预警信息的异常存在区域和第二预警信息的异常存在区域,确定异常温度与异常物体的存在区域是否重合,其中,异常存在区域可以通过区域坐标位置表示。若第一预警信息的异常存在区域与第二预警信息的异常存在区域为同一区域,则确定异常温度与异常物体的存在区域重合;若第一预警信息的异常存在区域与第二预警信息的异常存在区域不同,则确定异常温度与异常物体的存在区域未重合。
S34:若异常温度与异常物体的存在区域未重合,则生成目标预警信息并进行风险告警。
当同时监测到异常温度与异常物体时,若确定异常温度与异常物体的存在区域重合,表示异常温度和异常物体两个异常事件同时发生且发生在相同区域,第一预警信息为第一类预设物体(如香烟、外卖)改变该区域温度导致误报,则无需进行告警。当同时监测到异常温度与异常物体时,若确定异常温度与异常物体的存在区域未重合,表示异常温度和异常物体这两个异常事件虽然同时发生,但这两个异常事件发生在不同区域,不存在第一类物体(如香烟、外卖)改变该区域温度导致误报的可能,电动车或者充电桩可能存在自燃风险,则需要生成目标预警信息并进行风险告警,此时可以直接将第一预警信息作为目标预警信息发送给相关人员,以提示相关人员及时进行风险预防和控制。本实施例中,先简单判断是否同时监测到异常温度与异常物体,在异常温度与异常物体同时监测到时才进行存在区域重合判断,在降低了数据处理量、提高告警速度的基础上,能够精确地进行风险告警,保证了告警准确性。
本实施例中,根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体,若未同时监测到异常温度与异常物体,则生成目标预警信息并进行风险告警;若同时监测到异常温度与异常物体,则确定异常温度与异常物体的存在区域是否重合,若异常温度与异常物体的存在区域未重合,则生成目标预警信息并进行风险告警,明确了对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警的具体步骤,根据不同的异常事件确定不同的联合判断方式,若第二预警信息的异常事件为监测到第一类异常物体,仅当温度预警和物体预警的发生时间重合且异常区域位置重合时,或者温度预警和物体预警的发生时间未重合时,才进行告警,避免了因第一类物体散发的热量触发温度预警而发生误报的可能,提高了告警精确性,进而降低了相关人员工作量增多,从而提高了风险管理的效率,同时,也可以减少因大量误报降低相关人员的敏感度所造成的风险处理不及时的问题,能及时、准确地对电动车自燃、自爆风险进行预防和控制,保证电动车和充电桩的安全。
在一实施例中,步骤S31中,即根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体,具体包括如下步骤:
S311:根据第一预警信息的异常发生时刻确定第一预警信息的预警周期。
在接收第一预警信息后,电动车风险监测装置需要确定第一预警信息中的异常发生时刻,并根据第一预警信息的异常发生时刻确定第一预警信息的预警周期。
其中,第一预警信息的预警周期可以是以第一预警信息的异常发生时刻为中点时刻,其前后的预设时长内构成的时间区域。例如,预设时长为5秒,若第一预警信息的异常发生时刻为10点01分10秒,则10点01分10秒的前5秒为10点01分05秒,则10点01分10秒的后5秒为10点01分15秒,则预警周期为10点01分05秒至10点01分15秒之间的时间区域。
本实施例中,预设时长为5秒仅为示例性说明,在其他实施例中,预设时长还可以是其他时长,例如1秒、3秒、6秒、7秒、8秒和10秒,在此不在赘述。
S312:确定第二预警信息的异常发生时刻是否处于预警周期内。
在确定第一预警信息的预警周期之后,需要确定第二预警信息中的异常发生时刻,并确定第二预警信息的异常发生时刻是否处于预警周期内。
S313:若第二预警信息的异常发生时刻处于预警周期内,则确定同时监测到异常温度与异常物体。
在确定第二预警信息的异常发生时刻是否处于预警周期内之后,若第二预警信息的异常发生时刻处于预警周期内,表示监测到异常温度和异常物体之间的时刻间隔较短,可以认为异常温度与异常物体这两个异常事件同时发生,则确定同时监测到异常温度与异常物体。
S314:若第二预警信息的异常发生时刻未处于预警周期内,则确定未同时监测到异常温度与异常物体。
在确定第二预警信息的异常发生时刻是否处于预警周期内之后,若第二预警信息的异常发生时刻未处于预警周期内,表示监测到异常温度和异常物体之间的时刻间隔较长,可以认为异常温度与异常物体这两个异常事件不是同时发生的事件,则确定未同时监测到异常温度与异常物体。
本实施例中,根据第一预警信息的异常发生时刻确定第一预警信息的预警周期,并确定第二预警信息的异常发生时刻是否处于预警周期内,若第二预警信息的异常发生时刻处于预警周期内,则确定同时监测到异常温度与异常物体;若第二预警信息的异常发生时刻未处于预警周期内,则确定未同时监测到异常温度与异常物体,明确了根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体的具体步骤,通过设置预警周期,可以减少时刻记录误差和监测误差等因素造成的判断,提高了判断的准确性,进而提高了后续风险告警的准确性。
在一实施例中,步骤S33中,即确定异常温度与异常物体的存在区域是否重合,具体包括如下步骤:
S331:确定第一预警信息中异常温度存在区域与第二预警信息中异常物体存在区域之间的区域重合率,并确定区域重合率是否小于预设重合率。
S332:若区域重合率小于预设重合率,则确定异常温度与异常物体的存在区域重合。
S333:若区域重合率大于或者等于预设重合率,则确定异常温度与异常物体的存在区域未重合。
为进一步保证区域重合的判断准确性,可以确定第一预警信息中的异常温度存在区域和第二预警信息中的异常物体存在区域之间的区域重合率,根据区域重合率确定异常温度与异常物体的存在区域是否重合。其中,异常存在区域(包括异常温度存在区域和异常物体存在区域)为相对坐标区域表示,相对坐标区域为多个像素坐标点构成的像素区域,该相对坐标区域通常通过矩形框表示。计算异常温度存在区域与异常物体存在区域之间的区域重合率,需要先计算异常温度存在区域与第二预警信息中异常物体存在区域之间的重合区域,再确定异常温度存在区域与异常物体存在区域中的较小区域,然后将重合区域除以异常温度存在区域与异常物体存在区域中的较小区域,即可得到区域重合率。
在确定第一预警信息中异常温度存在区域与第二预警信息中异常物体存在区域之间的区域重合率之后,需要确定区域重合率是否小于预设重合率,若第一预警信息的异常存在区域与第二预警信息的异常存在区域之间的区域重合率大于或者等于预设重合率,则确定异常温度与异常物体的存在区域重合;若第一预警信息的异常存在区域与第二预警信息的异常存在区域之间的区域重合率小于预设重合率,则确定异常温度与异常物体的未存在区域重合。
例如,将整个电动车充电区域的图像划为100个像素格子,各像素的坐标依次为(1,1)到(10,10);预设重合率为33%,假设异常温度的相对坐标区域(异常温度存在区域)为【(2,2)、(2,3)、(2,4)、(3,2)、(3,3)、(3,4)】,若异常物体的相对坐标区域(异常物体存在区域)为【(3,3)、(3,4)、(4,3)、(4,4)】,则重合区域为(3,3)和(3,4)两个区域,则区域重合率为50%,区域重合率50%大于预设重合率33%,则确定异常温度与异常物体的存在区域重合,不需要进行风险告警;若异常物体的相对坐标区域(异常物体存在区域)为(6,6),则异常温度存在区域和异常物体存在区域之间不重合,域重合率为0%,区域重合率小于预设重合率,需要进行风险告警。
本实施例中,通过确定第一预警信息中异常温度存在区域与第二预警信息中异常物体存在区域之间的区域重合率,并确定区域重合率是否小于预设重合率;若区域重合率小于预设重合率,则确定异常温度与异常物体的存在区域重合;若区域重合率大于或者等于预设重合率,则确定异常温度与异常物体的存在区域未重合,明确了确定异常温度与异常物体的存在区域是否重合的具体步骤,通过确定异常温度存在区域与异常物体存在区域之间的区域重合率,进而比较区域重合率和预设重合率大小,可以直观、快速地判断异常温度与异常物体的存在区域是否重合,并提高了判断结果的准确性,进而提高了后续风险告警的准确性,能够有效预防充电风险。
在一实施例中,步骤S31之后,即根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体之后,若同时监测到异常温度与异常物体,该方法还可以包括如下步骤:
S301:根据第一预警信息中异常温度存在区域,与第二预警信息中异常物体存在区域之间的区域重合率确定预警置信度。
在根据第一预警信息和第二预警信息,确定异常温度与异常物体是否同时监测到之后,若异常温度与异常物体同时监测到,可以确定第一预警信息中的异常温度存在区域和第二预警信息中的异常物体存在区域之间的区域重合率,并根据区域重合率确定预警置信度。
区域重合率越高则预警置信度越低,其中,区域重合率可以与预警置信度互补,即区域重合率为a%,则预警置信度可以为100%减去a%,例如区域重合率为10%,则预警置信度为90%。
S302:若预警置信度大于第一置信度且小于第二置信度,则生成目标预警信息。
S303:若预警置信度大于或者等于第二置信度,且小于或者等于第三置信度,则生成目标预警信息并进行第一级告警;
S304:若预警置信度大于或者等于第三置信度,则生成目标预警信息并进行第二级告警,第二级告警的告警等级大于第一级告警的告警等级。
在确定预警置信度之后,可以根据预警置信度的大小,确定是否需要进行风险告警,以及风险告警的等级。当异常温度与异常物体同时监测到时,若预警置信度小于或者等于第一置信度(可以为33%),表示异常温度存在区域与异常物体存在区域之间的区域重合率较大,预警信息为第一类预设物体(如香烟、外卖)改变该区域温度导致误报,则无需进行告警;若预警置信度大于第一置信度且小于第二置信度(可以为66%),表示异常温度存在区域与异常物体存在区域之间的区域重合率一般,存着误报的可能,因此无需进行风险告警,而是生成目标预警信息并向相关人员发送该目标预警信息,以向相关人员进行风险提示,使得相关人员根据该提示进行复核;若预警置信度大于或者等于第二置信度,且小于或者等于第三置信度(可以为99%),表示异常温度存在区域与异常物体存在区域之间的区域重合率很小,充电区域存在自燃风险,则生成目标预警信息发送给相关人员,并进行第一级告警;若预警置信度大于或者等于第三置信度,表示异常温度存在区域与异常物体存在区域之基本不重合,充电区域自燃风险较大,则生成目标预警信息发送给相关人员,并进行第二级告警。
其中,第二级告警的告警等级大于第一级告警的告警等级,告警等级越高,则告警力度越高。例如,第一级告警可以是弹窗信息、声音和光线告警的一种或者多种;第二级告警可以是在第一级告警的基础上,增加电话告警,即直接拨打相关人员打电话以及时告警;第二级告警可以是在第二级告警的基础上,增加告警关联操作(例如断电),即在第二级告警的基础上,直接关闭异常存在区域供电设备的电源,停止向异常存在区域供电设备供电。
本实施例中,第一置信度为33%、第二置信度为66%、第三置信度为99%仅为示例性说明,在其他实施例,第一置信度、第二置信度、第三置信度还可以为其他数值,例如第一置信度为30%、40%;第二置信度为60%、70%;第三置信度为95%、98%、100%。
本实施例中,若同时监测到异常温度与异常物体,则根据第一预警信息中异常温度存在区域与第二预警信息中异常物体存在区域的区域重合率,确定预警置信度;若预警置信度大于第一置信度且小于第二置信度,则生成目标预警信息;若预警置信度大于或者等于第二置信度,且小于或者等于第三置信度,则生成目标预警信息并进行第一级告警;若预警置信度大于或者等于第三置信度,则生成目标预警信息并进行第二级告警,第二级告警的告警等级大于第一级告警的告警等级,根据区域重合率确定预警置信度,并预警置信度的大小进行不同告警等级的风险告警,告警等级越高则风险告警的力度越强,确保相关人员及时收到风险告警,以及时进行安全操作,确保电动车充电的安全。
在一实施例中,若第二预警信息的异常事件为监测到第二类异常物体,如图4所示,步骤S30中,即第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警,具体包括如下步骤:
S01:根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体,并确定异常温度与异常物体的存在区域是否重合。
在接收到第一预警信息和第二预警信息之后,电动车充电风险监测装置需要确定第二预警信息中的异常事件是第一类异常物体还是第二类异常物体,若第二预警信息的异常事件为第二类异常物体,则需要根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体,并确定异常温度与异常物体的存在区域是否重合。
在确定是否同时监测到异常温度与异常物体,并确定异常温度与异常物体的存在区域是否重合之后,若未同时监测到异常温度与异常物体和/或,异常温度与异常物体的存在区域未重合,表示两个异常发生在不同时刻和/或存在区域不重合,两个异常事件为独立事件,则分别生成目标报警信息进行分别报警。其中,由于第一类物体(浓烟、火焰)比温度造成的安全风险严重,因此,若未同时监测到异常温度与异常物体和/或,异常温度与异常物体的存在区域未重合,将第一报警信息生成目标报警信息并进行第一级告警,将第二报警信息生成目标报警信息并进行第二级告警,以使相关人员根据目标报警信息和告警提示进行相关安全操作。第二级告警的告警等级大于第一级告警的告警等级。
S02:若同时监测到异常温度与异常物体,且异常温度与异常物体的存在区域重合,则生成目标预警信息并进行第三级告警。
若同时监测到异常温度与异常物体,且异常温度与异常物体的存在区域重合,表示两个预警信息指示的异常事件为同一异常事件,此时该异常存在区域不仅出现温度发生异常,而且还产生了第一类物体(浓烟、火焰),电动车充电区域内自燃风险极高,则将第一预警信息和第二预警信息共同生成目标预警信息并进行第三级告警。其中,第三级告警的告警等级大于第二级告警、第一级告警的告警等级。第三级告警在第二级告警的基础上,直接关闭异常存在区域供电设备的电源,停止向异常存在区域供电设备供电。
本实施例中,若第二预警信息的异常事件为第二类异常物体,则根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体,并确定异常温度与异常物体的存在区域是否重合;若同时监测到异常温度与异常物体,且异常温度与异常物体的存在区域重合,则生成目标预警信息并进行第三级告警,第三级告警的告警等级大于第二级告警、第一级告警的告警等级;明确了对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警的具体步骤,根据不同的异常物体类型确定不同的联合判断方式,若第二预警信息的异常事件为第二类异常物体,在温度预警和物体预警的发生时间重合且异常区域位置重合时进行第三级告警,对不同情况进行不同等级的精准告警,便于相关人员进行及时地风险管控,提高了告警精确性,进而降低了相关人员工作量增多,从而提高了风险管理的效率,同时,也可以减少因大量误报降低相关人员的敏感度所造成的风险处理不及时的问题,能及时、准确地对电动车自燃、自爆风险进行预防和控制,保证电动车和充电桩的安全。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种电动车充电风险监测装置,该电动车充电风险监测装置与上述实施例中电动车充电风险监测方法一一对应。如图5所示,该电动车充电风险监测装置包括温度监测模块501、物体监测模块502和联合判断模块503。各功能模块详细说明如下:
温度监测模块501,用于对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息;
物体监测模块502,用于对电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息;
联合判断模块503,用于对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警。
进一步地,若第二预警信息的异常事件为监测到第一类异常物体,对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警,包括:
根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体;
若同时监测到异常温度与异常物体,则确定异常温度与异常物体的存在区域是否重合;
若异常温度与异常物体的存在区域未重合,则生成目标预警信息并进行风险告警。
进一步地,根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体之后,方法还包括:
若未同时监测到异常温度与异常物体,则生成目标预警信息并进行风险告警。
进一步地,根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体,包括:
根据第一预警信息的异常发生时刻确定第一预警信息的预警周期;
确定第二预警信息的异常发生时刻是否处于预警周期内;
若第二预警信息的异常发生时刻处于预警周期内,则确定同时监测到异常温度与异常物体;
若第二预警信息的异常发生时刻未处于预警周期内,则确定未同时监测到异常温度与异常物体。
进一步地,确定异常温度与异常物体的存在区域是否重合,包括:
确定第一预警信息中异常温度存在区域与第二预警信息中异常物体存在区域之间的区域重合率,并确定区域重合率是否小于预设重合率;
若区域重合率小于预设重合率,则确定异常温度与异常物体的存在区域重合;
若区域重合率大于或者等于预设重合率,则确定异常温度与异常物体的存在区域未重合。
进一步地,若同时监测到异常温度与异常物体,方法还包括:
根据第一预警信息中异常温度存在区域,与第二预警信息中异常物体存在区域之间的区域重合率确定预警置信度;
若预警置信度大于第一置信度且小于第二置信度,则生成目标预警信息;
若预警置信度大于或者等于第二置信度,且小于或者等于第三置信度,则生成目标预警信息并进行第一级告警;
若预警置信度大于或者等于第三置信度,则生成目标预警信息并进行第二级告警,第二级告警的告警等级大于第一级告警的告警等级。
进一步地,若第二预警信息的异常事件为监测到第二类异常物体,对第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警,包括:
根据第一预警信息和第二预警信息,确定是否同时监测到异常温度与异常物体,并确定异常温度与异常物体的存在区域是否重合;
若同时监测到异常温度与异常物体,且异常温度与异常物体的存在区域重合,则生成目标预警信息并进行第三级告警,第三级告警的告警等级大于第二级告警、第一级告警的告警等级。
关于电动车充电风险监测装置的具体限定可以参见上文中对于电动车充电风险监测方法的限定,在此不再赘述。上述电动车充电风险监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种电动车充电风险监测装置,该电动车充电风险监测装置可以是计算机设备,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括存储介质、内存储器。该存储介质存储有操作系统、计算机程序和数据库。该内存储器为存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电动车充电风险监测方法用到或生成的数据,如预警信息等。该计算机设备的网络接口用于与外部的摄像装置通过网络连接通信。该计算机程序被处理器执行时以实现一种电动车充电风险监测方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述电动车充电风险监测方法的步骤。
在一个实施例中,提供了一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述电动车充电风险监测方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电动车充电风险监测方法,其特征在于,包括:
对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息,所述第一预警信息包括异常事件、异常温度存在区域、异常温度存在区域的视频截图和异常发生时刻;
对所述电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息,所述第二预警信息包括异常事件、异常物体存在区域、异常物体存在区域的视频截图和异常发生时刻;若识别出存在第一类物体,则生成的第二预警信息中的异常事件为监测到第一类异常物体,所述第一类物体为预设的能够改变该区域温度导致温度监测误报的物体;若识别出存在第二类物体,则生成的第二预警信息中的异常事件为监测到第二类异常物体,所述第二类物体为预设的引起火灾的物体;
对所述第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警;
其中,通过比对所述第一预警信息和所述第二预警信息中的异常发生时刻,确定是否同时监测到异常温度与异常物体,并根据所述第一预警信息和所述第二预警信息中的异常存在区域,确定异常温度与异常物体的存在区域是否重合;
若同时监测到异常温度与异常物体,且异常温度与异常物体的存在区域重合,则确定监测到的异常物体为第一类异常物体或第二类异常物体,并根据确定结果判断是否需要进行风险告警。
2.如权利要求1所述的动车充电风险监测方法,其特征在于,若所述第二预警信息的异常事件为监测到第一类异常物体,所述对所述第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警,包括:
根据所述第一预警信息和所述第二预警信息,确定是否同时监测到所述异常温度与所述异常物体;
若同时监测到所述异常温度与所述异常物体,则确定所述异常温度与所述异常物体的存在区域是否重合;
若所述异常温度与所述异常物体的存在区域未重合,则生成目标预警信息并进行风险告警。
3.如权利要求2所述的动车充电风险监测方法,其特征在于,所述根据所述第一预警信息和所述第二预警信息,确定同时监测到所述异常温度与所述异常物体之后,所述方法还包括:
若未同时监测到所述异常温度与所述异常物体,则生成所述目标预警信息并进行风险告警。
4.如权利要求2所述的动车充电风险监测方法,其特征在于,所述根据所述第一预警信息和所述第二预警信息,确定是否同时监测到所述异常温度与所述异常物体,包括:
根据所述第一预警信息的异常发生时刻确定所述第一预警信息的预警周期;
确定所述第二预警信息的异常发生时刻是否处于所述预警周期内;
若所述第二预警信息的异常发生时刻处于所述预警周期内,则确定同时监测到所述异常温度与所述异常物体;
若所述第二预警信息的异常发生时刻未处于所述预警周期内,则确定未同时监测到所述异常温度与所述异常物体。
5.如权利要求2所述的动车充电风险监测方法,其特征在于,所述确定所述异常温度与所述异常物体的存在区域是否重合,包括:
确定所述第一预警信息中异常温度存在区域与所述第二预警信息中异常物体存在区域之间的区域重合率,并确定所述区域重合率是否小于预设重合率;
若所述区域重合率小于所述预设重合率,则确定所述异常温度与所述异常物体的存在区域重合;
若所述区域重合率大于或者等于所述预设重合率,则确定所述异常温度与所述异常物体的存在区域未重合。
6.如权利要求2所述的动车充电风险监测方法,其特征在于,若同时监测到所述异常温度与所述异常物体,所述方法还包括:
根据所述第一预警信息中异常温度存在区域,与所述第二预警信息中异常物体存在区域之间的区域重合率确定预警置信度;
若所述预警置信度大于第一置信度且小于第二置信度,则生成目标预警信息;
若所述预警置信度大于或者等于所述第二置信度,且小于或者等于第三置信度,则生成所述目标预警信息并进行第一级告警;
若所述预警置信度大于或者等于所述第三置信度,则生成目标预警信息并进行第二级告警,所述第二级告警的告警等级大于所述第一级告警的告警等级。
7.如权利要求1至6任一项所述的动车充电风险监测方法,其特征在于,若所述第二预警信息的异常事件为监测到第二类异常物体,所述对所述第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警,包括:
根据所述第一预警信息和所述第二预警信息,确定是否同时监测到所述异常温度与所述异常物体,并确定所述异常温度与所述异常物体的存在区域是否重合;
若同时监测到所述异常温度与所述异常物体,且所述异常温度与所述异常物体的存在区域重合,则生成目标预警信息并进行第三级告警,所述第三级告警的告警等级大于第二级告警的告警等级。
8.一种电动车充电风险监测装置,其特征在于,包括:
温度监测模块,用于对电动车充电区域进行实时温度监测,并在监测到异常温度时生成第一预警信息,所述第一预警信息包括异常事件、异常温度存在区域、异常温度存在区域的视频截图和异常发生时刻;
物体监测模块,用于对所述电动车充电区域进行实时物体监测,并在监测到存在异常物体时生成第二预警信息,所述第二预警信息包括异常事件、异常物体存在区域、异常物体存在区域的视频截图和异常发生时刻;若识别出存在第一类物体,则生成的第二预警信息中的异常事件为监测到第一类异常物体,所述第一类物体为预设的能够改变该区域温度导致温度监测误报的物体;若识别出存在第二类物体,则生成的第二预警信息中的异常事件为监测到第二类异常物体,所述第二类物体为预设的引起火灾的物体;
联合判断模块,用于对所述第一预警信息和第二预警信息进行联合判断,以根据联合判断结果进行风险告警;
其中,通过比对所述第一预警信息和所述第二预警信息中的异常发生时刻,确定是否同时监测到异常温度与异常物体,并根据所述第一预警信息和所述第二预警信息中的异常存在区域,确定异常温度与异常物体的存在区域是否重合;
若同时监测到异常温度与异常物体,且异常温度与异常物体的存在区域重合,则确定监测到的异常物体为第一类异常物体或第二类异常物体,并根据确定结果判断是否需要进行风险告警。
9.一种电动车充电风险监测装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,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任一项所述电动车充电风险监测方法的步骤。
10.一种可读存储介质,所述可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述电动车充电风险监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210158917.9A CN114566028B (zh) | 2022-02-21 | 2022-02-21 | 电动车充电风险监测方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210158917.9A CN114566028B (zh) | 2022-02-21 | 2022-02-21 | 电动车充电风险监测方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114566028A CN114566028A (zh) | 2022-05-31 |
| CN114566028B true CN114566028B (zh) | 2024-05-07 |
Family
ID=81713429
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210158917.9A Active CN114566028B (zh) | 2022-02-21 | 2022-02-21 | 电动车充电风险监测方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114566028B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115102775B (zh) * | 2022-07-04 | 2025-01-10 | 蔚来汽车科技(安徽)有限公司 | 一种充电桩风险检测方法、装置以及系统 |
| CN116704697B (zh) * | 2023-04-12 | 2024-04-16 | 中科合肥技术创新工程院 | 一种汽车充电区域异常预警方法及系统 |
| CN117142281B (zh) * | 2023-09-21 | 2024-07-16 | 深圳市瀚强科技股份有限公司 | 一种电梯控制方法、装置和存储介质 |
| CN117392605B (zh) * | 2023-10-18 | 2025-03-07 | 戈尔电梯(天津)有限公司 | 一种基于物联网的智能监控方法、装置、设备及介质 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002245567A (ja) * | 2001-02-16 | 2002-08-30 | Nohmi Bosai Ltd | 火災検出装置 |
| JP2004199507A (ja) * | 2002-12-19 | 2004-07-15 | Nohmi Bosai Ltd | 火災検出装置 |
| CN104851227A (zh) * | 2015-06-09 | 2015-08-19 | 张维秀 | 一种火灾监控方法、装置及系统 |
| CN104952201A (zh) * | 2015-04-14 | 2015-09-30 | 杨明龙 | 一种视频火警监测系统和方法 |
| CN105046868A (zh) * | 2015-06-16 | 2015-11-11 | 苏州华启智能科技股份有限公司 | 一种狭长环境中基于红外热像仪的火灾预警方法 |
| CN105338302A (zh) * | 2014-08-11 | 2016-02-17 | 无锡市嘉邦电力管道厂 | 一种基于双模摄像头的自动启停智能监控方法和设备 |
| CN109345760A (zh) * | 2018-12-17 | 2019-02-15 | 烟台艾睿光电科技有限公司 | 一种火灾检测系统及方法 |
| CN110298297A (zh) * | 2019-06-26 | 2019-10-01 | 湖北九感科技有限公司 | 火焰识别方法和装置 |
| CN210149180U (zh) * | 2019-06-28 | 2020-03-17 | 陕西师范大学 | 一种充电桩自动防火断电报警装置 |
| CN110910604A (zh) * | 2019-11-21 | 2020-03-24 | 北京都是科技有限公司 | 用于火灾报警的监控方法、系统以及装置 |
| CN111462451A (zh) * | 2019-11-01 | 2020-07-28 | 武汉纺织大学 | 基于视频信息的秸秆焚烧检测报警系统 |
| CN111494840A (zh) * | 2020-04-23 | 2020-08-07 | 苏州易换骑网络科技有限公司 | 一种动力电池充电柜火灾预警及灭火的方法 |
| LU101901B1 (en) * | 2020-07-06 | 2021-02-04 | Yunfeng Tech Hangzhou Co Ltd | Fire alarm based on remote transmission of a thermal image |
| CN112861754A (zh) * | 2021-02-23 | 2021-05-28 | 车主邦(北京)科技有限公司 | 一种电能补给站的异常处理方法和装置 |
| CN112927461A (zh) * | 2021-02-24 | 2021-06-08 | 武汉邻客新能科技有限公司 | 一种新能源汽车充电桩预警决策方法及装置 |
| CN113362556A (zh) * | 2021-06-08 | 2021-09-07 | 浙江巨感物联网科技有限公司 | 一种火灾监控方法、系统和可读介质 |
| WO2021201369A1 (ko) * | 2020-03-31 | 2021-10-07 | 주식회사 에프에스 | 화재발생 예측 시스템 및 그 방법 |
| CN113559442A (zh) * | 2021-08-26 | 2021-10-29 | 安徽省国家电投和新电力技术研究有限公司 | 电动汽车充电桩火灾分区域智能防控方法及系统 |
| CN114049738A (zh) * | 2021-10-19 | 2022-02-15 | 国网湖北省电力有限公司电力科学研究院 | 基于烟雾、温度、电气量的建筑电气火灾辨识方法及系统 |
-
2022
- 2022-02-21 CN CN202210158917.9A patent/CN114566028B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002245567A (ja) * | 2001-02-16 | 2002-08-30 | Nohmi Bosai Ltd | 火災検出装置 |
| JP2004199507A (ja) * | 2002-12-19 | 2004-07-15 | Nohmi Bosai Ltd | 火災検出装置 |
| CN105338302A (zh) * | 2014-08-11 | 2016-02-17 | 无锡市嘉邦电力管道厂 | 一种基于双模摄像头的自动启停智能监控方法和设备 |
| CN104952201A (zh) * | 2015-04-14 | 2015-09-30 | 杨明龙 | 一种视频火警监测系统和方法 |
| CN104851227A (zh) * | 2015-06-09 | 2015-08-19 | 张维秀 | 一种火灾监控方法、装置及系统 |
| CN105046868A (zh) * | 2015-06-16 | 2015-11-11 | 苏州华启智能科技股份有限公司 | 一种狭长环境中基于红外热像仪的火灾预警方法 |
| CN109345760A (zh) * | 2018-12-17 | 2019-02-15 | 烟台艾睿光电科技有限公司 | 一种火灾检测系统及方法 |
| CN110298297A (zh) * | 2019-06-26 | 2019-10-01 | 湖北九感科技有限公司 | 火焰识别方法和装置 |
| CN210149180U (zh) * | 2019-06-28 | 2020-03-17 | 陕西师范大学 | 一种充电桩自动防火断电报警装置 |
| CN111462451A (zh) * | 2019-11-01 | 2020-07-28 | 武汉纺织大学 | 基于视频信息的秸秆焚烧检测报警系统 |
| CN110910604A (zh) * | 2019-11-21 | 2020-03-24 | 北京都是科技有限公司 | 用于火灾报警的监控方法、系统以及装置 |
| WO2021201369A1 (ko) * | 2020-03-31 | 2021-10-07 | 주식회사 에프에스 | 화재발생 예측 시스템 및 그 방법 |
| CN111494840A (zh) * | 2020-04-23 | 2020-08-07 | 苏州易换骑网络科技有限公司 | 一种动力电池充电柜火灾预警及灭火的方法 |
| LU101901B1 (en) * | 2020-07-06 | 2021-02-04 | Yunfeng Tech Hangzhou Co Ltd | Fire alarm based on remote transmission of a thermal image |
| CN112861754A (zh) * | 2021-02-23 | 2021-05-28 | 车主邦(北京)科技有限公司 | 一种电能补给站的异常处理方法和装置 |
| CN112927461A (zh) * | 2021-02-24 | 2021-06-08 | 武汉邻客新能科技有限公司 | 一种新能源汽车充电桩预警决策方法及装置 |
| CN113362556A (zh) * | 2021-06-08 | 2021-09-07 | 浙江巨感物联网科技有限公司 | 一种火灾监控方法、系统和可读介质 |
| CN113559442A (zh) * | 2021-08-26 | 2021-10-29 | 安徽省国家电投和新电力技术研究有限公司 | 电动汽车充电桩火灾分区域智能防控方法及系统 |
| CN114049738A (zh) * | 2021-10-19 | 2022-02-15 | 国网湖北省电力有限公司电力科学研究院 | 基于烟雾、温度、电气量的建筑电气火灾辨识方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| Application of fuzzy neural network for fire detecting system;Application of fuzzy neural network for fire detecting system Liao, YF;《1st International Symposium on Test Automation and Instrumentation》;20061230;全文 * |
| 基于视频图像的火灾识别算法研究;张杰;《中国优秀硕士学位论文全文数据库(工程科技Ⅰ辑)》;20191215;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114566028A (zh) | 2022-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114566028B (zh) | 电动车充电风险监测方法、装置及存储介质 | |
| CN111915853B (zh) | 一种具有联动特性的储能站安全态势评估及预警系统及方法 | |
| CN117252556A (zh) | 一种加氢站安全评估方法及系统 | |
| CN116879788A (zh) | 一种储能电柜安全性检测方法、装置、设备及存储介质 | |
| CN117542178A (zh) | 一种温室气体观测设备运行状态监测预警方法及系统 | |
| CN113641998A (zh) | 一种网络信息安全管理系统及其管理方法 | |
| CN111105582B (zh) | 森林防火监测方法、系统、计算机设备和可读存储介质 | |
| CN114882666B (zh) | 一种智能家居火灾预警方法、系统、终端设备及存储介质 | |
| CN117671608B (zh) | 启动电池储能系统消防作业的方法和系统及计算设备 | |
| CN119133655B (zh) | 一种电池热失控聚焦控制方法 | |
| CN119335418A (zh) | 一种电池储能的热安全管理系统 | |
| CN115798139A (zh) | 一种控制室人员在岗状态的监测方法及系统 | |
| CN117410597B (zh) | 应用于储能电源的安全隐患智能化监测与处理方法及系统 | |
| KR102654042B1 (ko) | 열화상 및 rgb 듀얼 카메라를 이용한 화재 판별 장치 및 방법 | |
| CN118644942A (zh) | 一种基于深度学习的船舶机舱烟雾识别方法 | |
| CN118198546A (zh) | 一种锂电池过热失控监测处置方法及装置 | |
| CN118230485A (zh) | 火灾预警方法、装置、电子设备和存储介质 | |
| CN116914296A (zh) | 一种电池异常预警处理方法及装置 | |
| CN115657577A (zh) | 基于边缘计算的安全识别方法及装置、设备及存储介质 | |
| CN115875296B (zh) | 储能系统风扇巡检方法、装置和储能系统 | |
| CN113704066A (zh) | 机房设备监控管理方法、存储介质及系统 | |
| CN120318967B (zh) | 一种基于神经网络的储能设备消防预警方法 | |
| CN112861754A (zh) | 一种电能补给站的异常处理方法和装置 | |
| CN117719440B (zh) | 汽车信号检测方法、系统及可读存储介质 | |
| CN112533148B (zh) | 金融押运过程中枪支定位方法、系统、及存储介质 |
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 |