本发明涉及充电器安全监测，具体为一种基于大数据的充电器安全状态监测系统及方法。
背景技术：
1、随着电子产品的普及和技术的不断发展，充电器作为电子产品的重要配件，其安全问题日益受到关注；充电器安全的意义在于保护用户和设备免受因充电器引起的风险，一个安全的充电器能够确保充电过程的稳定性和可靠性，避免因过充、过放、短路、过热等异常情况导致设备损坏、火灾等安全事故的发生；现有技术通过对安全事件发生后的特征进行采集并进行预警，损失已经不可避免，为此，如何及时发现充电器存在的安全隐患成为了一个亟需解决的问题。
技术实现思路
1、本发明的目的在于提供一种基于大数据的充电器安全状态监测系统及方法，以解决上述背景技术中提出的问题。
2、在本发明的一个方面，提供一种基于大数据的充电器安全状态监测方法，包括：
3、s11，令待检测充电器为目标充电器，获取目标充电器的历史充电数据和用电设备的历史充电数据；
4、s12，从目标充电器的历史充电数据提取出目标充电器的运行特征和使用时间特征，所述运行特征包括电压、电流和温度特征；基于目标充电器的历史充电数据和用电设备的历史充电数据提取出目标充电器的充电速度特征；
5、s13，基于目标充电器的充电速度特征、运行特征和使用时间特征对目标充电器的安全状态进行评估，并发出预警信号。
6、在步骤s12中，所述基于目标充电器的历史充电数据和用电设备的历史充电数据提取出目标充电器的充电速度特征，还包括以下步骤：
7、s21，在每次充电记录中，从用电设备的历史充电数据中确定目标充电器的第一充电时间和第二充电时间，所述第一充电时间为用电器未运行时目标充电器进行充电的时间，所述第二充电时间为用电器运行时目标充电器进行充电的时间；
8、s22，将每次充电记录作为一组数据，将第二充电时间折算为第一充电时间，，式中为第k组充电记录的第二充电时间，为第k组充电记录的第一充电时间，为第k组充电记录的折算系数；根据第一充电时间和第二充电时间确定出第k次充电记录的等效时间，；
9、s23，通过充电记录训练目标充电器的充电时间预测模型；从充电记录中提取出用电设备的当前电量、用电设备的累计充电量和等效时间，其中用电设备的当前电量和用电设备的累计充电量作为输入特征，等效时间作为输出特征；对输入特征和输出特征进行数据清洗，去除异常值和噪声，并进行归一化；将输入特征和输出特征分割成训练集和测试集，选择使用的机器学习模型，使用训练集训练充电时间预测模型，使用测试集评估模型的准确性并对模型的超参数进行优化，优化完成后得到目标充电器的充电时间预测模型；计算充电时间预测与实际值之间的误差，得到充电速度特征。
10、用电设备在充电过程中，用户存在使用和不使用用电设备两种可能，例如手机；两种情况下充电完成需要的时间截然不同，且两种情况会同时出现，即用户在充电过程中，既存在使用用电设备的行为，也存在不使用用电设备的行为；为了获取准确的充电时间，需要对时间进行折算；而随着使用次数的增加，发热增加，充电效率降低，充电器的充电速度降低，折算系数会随着使用次数发生变化。
11、在步骤s22中，所述折算系数通过以下步骤进行确定：
12、s31，对k=1、2、…、n-1，执行步骤s32；n为充电记录的数量；
13、s32，获取第k组和第k+1组充电记录，建立方程组式中，为第k组充电记录的第一平均充电速度，所述第一平均充电速度为用电设备未运行时目标充电器进行充电的平均速度，为第k+1组充电记录的第一平均充电速度，为第k+1组充电记录的第一充电时间，为第k+1组充电记录的折算系数；和为第k组和第k+1组充电记录用电设备的剩余电量百分比，和为第k组和第k+1组充电记录用电设备的健康度，为用电设备的电池规格；第k组和第k+1组充电记录为相邻两组的充电记录，因此满足、和，将两个等式相除，求解得到；对于首个充电记录，不进行折算。
14、对于相邻的两组充电记录，充电器的状况接近，因此折算系数可以视为相同，充电速度也近似相同，用电设备的健康度在一次充电行为后产生的变化也近似为0，因此和可视为相同；由于存在极小的误差并非完全相同，因此等式不能进行传递，只能在相邻的充电记录之间进行转化，否则误差会累加；对每组充电记录，借助前一组产生的充电记录数据进行折算系数的确定；两个方程式相除之后，得到关于的一元一次方程组，求解即可确定；对于，则通过第k组和第k-1组充电记录进行确定，而不是取的值。
15、在步骤s12中，所述从目标充电器的历史充电数据提取出目标充电器的运行特征还包括以下步骤：
16、s41，令同规格其他合格充电器为相关充电器，获取相关充电器的充电记录，从相关充电器的充电记录获取充电过程中的电压输出数据；根据目标充电器的等效时间，令相关充电器的充电记录中与目标充电器的等效时间最接近的充电记录为对比记录，提取出对比记录电压数据，将对比记录电压数据和目标充电器第k组充电记录的电压数据进行阶段划分，每个阶段单独进行对比；将对比记录电压数据和目标充电器第k组充电记录的电压数据每个阶段的中点对齐，计算对比记录电压数据和目标充电器第k组充电记录的电压数据重合部分的均方根误差；将目标充电器第k组充电记录的电压数据所有阶段的均方根误差相加，得到目标充电器第k组充电记录的电压特征urmse，，式中为第j个阶段的均方根误差；
17、s42，对对比记录电流波形和目标充电器第k组充电记录的电流波形，执行步骤s41，得到目标充电器第k组充电记录的电流特征irmse，，式中为第j个阶段的均方根误差。
18、对于用电设备来说，充电时存在多个不同阶段；由于每次充电时开始电量不同，涉及的阶段和阶段的长度也不同，以等效时间最接近的合格充电器的充电数据作为参考，分析目标充电器的运行特征；当等效时间最接近的合格充电器存在阶段1、2、3，目标充电器存在阶段1、3时，仅计算1、3阶段带来的均方根误差；当等效时间最接近的合格充电器阶段1时间为5分钟，目标充电器存在阶段1为7分钟时，则将两者阶段的中点对齐，即利用目标充电器存在阶段1在2-6分钟的数据与等效时间最接近的合格充电器阶段1的数据计算均方根误差。
19、在步骤s41中，所述对比记录电压数据和目标充电器第k组充电记录的电压数据进行阶段划分还包括以下步骤：
20、s51，获取对比记录电压数据，将对比记录电压数据进行平滑处理，，式中为平滑后对比记录电压数据中第g个电压值，为平滑系数，为对比记录电压数据中的电压值；计算相邻两个平滑后对比记录电压数据中的电压差值，；
21、s52，根据电压差值将对比记录电压数据分成不同阶段，将和加入首个阶段中，将首个阶段作为当前阶段，计算当前阶段内所有电压差值的均方根误差；令g=3；式中r为电压数据中数据点的数量；
22、s53，将加入当前阶段中，计算加入后当前阶段内所有电压差值的均方根误差；若g大于r，则完成阶段划分，退出；若g不大于r，则进行判断：
23、若均方根误差不小于阈值，则从当前阶段中移除，与形成新的阶段，将新的阶段作为当前阶段，并令g的值加2；返回步骤s53；
24、若均方根误差小于阈值，则在当前阶段中保留，并令g的值加1；
25、阶段具有连续分布的特点，同一阶段内电压差值的绝对值相近；当电压处于振荡收敛阶段时，电压差值的符号相反，数值相近，仍然属于同一阶段，因此对电压差值取绝对值，电流同理。
26、s54，对目标充电器第k组充电记录的电流波形，按照与电压数据相同方式执行步骤s51、s52和s53，完成电流波形的阶段划分。
27、在步骤s13中，所述基于目标充电器的充电速度特征、运行特征和使用时间特征对目标充电器的安全状态进行评估还包括以下步骤：
28、获取同规格其他充电器的充电记录并进行标定，区分合格充电器和不合格充电器；从同规格其他充电器的充电记录中提取出运行特征、使用时间特征和充电速度特征；将合格充电器的特征数据作正例，不合格充电器特征数据作负例，训练有监督二分类模型；将目标充电器的n组充电记录的特征数据输入到有监督二分类模型中，若负例的占比高于设定值，则发出预警信号。
29、在本发明的另一个方面，提供一种基于大数据的充电器安全状态监测系统，包括：充电数据采集模块、数据存储模块、分析模块和响应模块；所述充电数据采集模块的输出端与所述数据存储模块的输入端相连接，用于获取充电器的充电数据，在用户授予权限后获取充电时用电设备的电量百分比数据；所述数据存储模块的输出端与所述分析模块的输入端相连接，用于存储充电器和用电设备的充电数据；所述分析模块的输出端与所述响应模块的输入端相连接，基于充电器和用电设备的充电数据，确定目标充电器的充电速度特征、运行特征的使用时间特征，基于充电速度特征、运行特征的使用时间特征判断目标充电器的状况，给响应模块发出指令；所述响应模块用于接收分析模块的指令并响应，发出预警信号。
30、所述充电数据采集模块还包括电气数据获取单元、权限获取单元和数据传输单元；所述电气数据获取单元用于获取充电器输出的电压和电流数据；所述权限获取单元申请获取用户授予的权限，以获取充电时用电设备的电量百分百数据；所述数据传输单元用于将获取的数据传输到数据存储模块中。所述分析模块还包括充电时间预测单元、电压特征提取单元、电流特征提取单元、阶段划分单元和充电器评估单元；所述充电时间预测单元用于对用电设备需要进行充电的时间进行预测；所述阶段划分单元用于将充电器的电压和电流数据进行阶段划分；所述电压特提取单元用于目标充电器每组充电记录的电压特征；所述电流特提取单元用于目标充电器每组充电记录的电流特征；所述充电器评估单元基于目标充电器的充电速度特征、电压特征、电流特征和使用时间特征判断目标充电器的状况。所述充电时间预测单元还包括等效时间折算子单元，所述等效时间折算子单元用于将第一充电时间和第二充电时间进行统一，所述第一充电时间为用电器未运行时目标充电器进行充电的时间，所述第二充电时间为用电器运行时目标充电器进行充电的时间。
31、与现有技术相比，本发明所达到的有益效果是：对充电器的充电速度特征、使用时间特征和运行特征进行监测，进行充电器安全评估，可以及时发现充电器存在的安全隐患；对充电器的充电时间进行折算，对充电时间进行预测，使得预测结果更加合理。
1.一种基于大数据的充电器安全状态监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的充电器安全状态监测方法，其特征在于，在步骤s12中，所述基于目标充电器的历史充电数据和用电设备的历史充电数据提取出目标充电器的充电速度特征，还包括以下步骤：
3.根据权利要求2所述的一种基于大数据的充电器安全状态监测方法，其特征在于，在步骤s22中，所述折算系数通过以下步骤进行确定：
4.根据权利要求3所述的一种基于大数据的充电器安全状态监测方法，其特征在于，在步骤s12中，所述从目标充电器的历史充电数据提取出目标充电器的运行特征还包括以下步骤：
5.根据权利要求4所述的一种基于大数据的充电器安全状态监测方法，其特征在于，在步骤s41中，所述对比记录电压数据和目标充电器第k组充电记录的电压数据进行阶段划分还包括以下步骤：
6.根据权利要求5所述的一种基于大数据的充电器安全状态监测方法，其特征在于，在步骤s13中，所述基于目标充电器的充电速度特征、运行特征和使用时间特征对目标充电器的安全状态进行评估还包括以下步骤：
7.一种基于大数据的充电器安全状态监测系统，实现如权利要求1-6中任一项所述的一种基于大数据的充电器安全状态监测方法；其特征在于，包括：充电数据采集模块、数据存储模块、分析模块和响应模块；所述充电数据采集模块的输出端与所述数据存储模块的输入端相连接，用于获取充电器的充电数据，在用户授予权限后获取充电时用电设备的电量百分比数据；所述数据存储模块的输出端与所述分析模块的输入端相连接，用于存储充电器和用电设备的充电数据；所述分析模块的输出端与所述响应模块的输入端相连接，基于充电器和用电设备的充电数据，确定目标充电器的充电速度特征、运行特征的使用时间特征，基于充电速度特征、运行特征的使用时间特征判断目标充电器的状况，给响应模块发出指令；所述响应模块用于接收分析模块的指令并响应，发出预警信号。
8.根据权利要求7所述的一种基于大数据的充电器安全状态监测系统，其特征在于，所述充电数据采集模块还包括电气数据获取单元、权限获取单元和数据传输单元；所述电气数据获取单元用于获取充电器输出的电压和电流数据；所述权限获取单元申请获取用户授予的权限，以获取充电时用电设备的电量百分百数据；所述数据传输单元用于将获取的数据传输到数据存储模块中。
9.根据权利要求7所述的一种基于大数据的充电器安全状态监测系统，其特征在于，所述分析模块还包括充电时间预测单元、电压特征提取单元、电流特征提取单元、阶段划分单元和充电器评估单元；所述充电时间预测单元用于对用电设备需要进行充电的时间进行预测；所述阶段划分单元用于将充电器的电压和电流数据进行阶段划分；所述电压特提取单元用于目标充电器每组充电记录的电压特征；所述电流特提取单元用于目标充电器每组充电记录的电流特征；所述充电器评估单元基于目标充电器的充电速度特征、电压特征、电流特征和使用时间特征判断目标充电器的状况。
10.根据权利要求9所述的一种基于大数据的充电器安全状态监测系统，其特征在于，所述充电时间预测单元还包括等效时间折算子单元，所述等效时间折算子单元用于将第一充电时间和第二充电时间进行统一，所述第一充电时间为用电器未运行时目标充电器进行充电的时间，所述第二充电时间为用电器运行时目标充电器进行充电的时间。
