摘要
本发明提供了一种基于Mini‑Batch‑Kmeans算法的充电桩故障自动化检测方法及系统,涉及电力设备异常检测技术领域。该方法包括:收集充电桩终端设备流量原始报文数据,从中提取关键信息形成检测向量;利用Mini‑Batch‑Kmeans聚类算法建立正常流量模型;在线采集每个时间周期的流量数据,并将其构造成检测向量,与正常流量模型进行比对,正常流量向量将被纳入模型以优化模型性能,异常流量将触发告警机制,并生成详细的异常报告上报分布式充电桩运营监控平台;当系统检测到故障行为时,根据威胁的性质采取相应的阻断措施。本发明提出的技术方案可以节约人力和算力成本,扩充融合终端的功能,进一步巩固电网的安全防线。
技术关键词
自动化检测方法
充电桩故障
分布式充电桩
融合终端
Kmeans算法
监控平台
充电桩设备
电力设备异常检测技术
阻断设备
终端设备
自动化检测系统
智能电表采集
样本
周期
网络流量数据
初始聚类中心
报告
标志位
告警机制
系统为您推荐了相关专利信息
自动检测方法
神经网络识别模型
钢筋
边缘检测算法
计算机程序指令
继电保护智能
继电保护测试仪
自动化检测方法
自动化检测系统
继电保护装置
变电站站用电系统
光伏发电量预测
储能子系统
能量路由器
储能蓄电池
智能诊断算法
异常数据
决策
诊断方法
充电桩故障