[发明专利]一种充电桩异常率确定方法及装置

权利要求书

1.一种充电桩异常率确定方法，其特征在于，所述的方法包括：

获取待测区域内的各充电桩的异常时长的历史数据；

判断根据所述异常时长的历史数据是否可以确定各充电桩的异常时长数列，所述的异常时长数列为{G_it-1，G_it-2，......G_it-q}；其中，G_it-1为第i个充电桩第t天前第1次发生异常当天的异常时长，G_it-2为第i个充电桩第t天前第2次发生异常当天的异常时长，G_it-q为第i个充电桩第t天前第q次发生异常当天的异常时长；

确定各充电桩的异常时长数列后，建立各充电桩的最小二乘法估计模型并根据各充电桩的异常时长数列确定系数都显著的估计方程；

根据各充电桩的估计方程确定待测区域内充电桩第t天的异常率；其中，

所述的建立各充电桩的最小二乘法估计模型并根据各充电桩的异常时长数列确定系数都显著的估计方程包括：

建立最大可能阶为q的最小二乘估计模型；所述最小二乘估计模型为：

G_it＝c₀+c₁G_it-1+c₂G_it-2+···c_qG_it-q+ε_it

其中，c₀、c₁、c₂、c_q为模型系数、ε_it为误差项、G_it第i个充电桩在第t天发生异常的时长；

根据各充电桩的异常时长数列，用预设的检验水平对所述最小二乘估计模型进行调整，确定各充电桩系数都显著的估计方程AR(t_M)_it作为预测方程；

所述的根据各充电桩的估计方程确定待测区域内第t天的异常率包括：

根据各充电桩的估计方程和下式确定待测区域内充电桩第t天的异常率；

gt＝∑_iAR(t_M)_it/24N

其中，gt为待测区域充电桩第t天的异常率，N为待测区域内的充电桩个数；

其中，t_M小于等于30，为使得系数显著的阶数。

2.如权利要求1所述的充电桩异常率确定方法，其特征在于，所述的方法还包括：

根据所述异常时长的历史数据不能确定各充电桩的异常时长数列时，获取待测区域的运维变量数据、天气变量数据；所述运维变量数据包括：运维部门到场处理及时率、厂商设备硬件质量评分数据、厂商到场维修及时率、节假日数据、重大保电日数据、停电时长数据；所述的天气变量数据包括：气温数据、PM2.5水平值数据；

分别建立运维变量回归模型、天气变量回归模型；

根据运维变量数据、天气变量数据和分别建立的运维变量回归模型、天气变量回归模型确定运维影响指数、天气影响指数；

建立关于运维影响指数和天气影响指数的综合指数回归模型；

根据所述综合指数回归模型和确定的运维影响指数、天气影响指数确定区域内各充电桩的综合影响指数；

根据各充电桩的综合影响指数确定待测区域内充电桩第t天的异常率。