买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广东顺德电力设计院有限公司申请的专利一种基于目标环境数据检测汽车充电安全的方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119128824B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411157203.1，技术领域涉及：G06F18/27；该发明授权一种基于目标环境数据检测汽车充电安全的方法和系统是由梁永全;胡焕霞;李箭;万智赟;卢凯彬;陈腾生设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本一种基于目标环境数据检测汽车充电安全的方法和系统在说明书摘要公布了：本发明提供了一种基于目标环境数据检测汽车充电安全的方法与系统，通过采集实时和历史上的环境数据，针对采集的数据进行清洗、标准化和归一化处理，根据预处理的数据建立机器学习模型并预测充电安全事件，对检测数据和预测结果发送至交互界面同步以图表形式显示，并发送信号以供决策和报警，利用非线性回归算法充分考虑到多元自变量的影响，将多元自变量结合起来做一个变量使用，提高预测的准确性；采用K均值聚类得到影响汽车安全的不同变量数据的阈值或占比，采用随机森林技术充分考虑多变量对汽车安全影响进行概率预测，相比简单的决策树预测和人为经验性阈值判定分析，预测的准确性更高，同时自动化水平更高。

本发明授权一种基于目标环境数据检测汽车充电安全的方法和系统在权利要求书中公布了：1.一种基于目标环境数据检测汽车充电安全的方法，其特征在于，包括如下步骤：S1、采集实时和历史上的环境数据、充电桩数据、电池数据和电网数据；S2、数据预处理：对S1采集的数据进行清洗、标准化和归一化处理；S3、根据S2预处理的数据建立机器学习模型并预测充电安全事件，其中充电安全事件包括电池充电效率下降及电池老化程度增加；S4、根据S2预处理的数据建立机器学习模型并预测充电安全事件，其中充电安全事件包括充电短路、漏电、充电中断；所述S4包括如下子步骤：S41、对S2数据进行特征提取；S42、采集历史上充电短路、漏电、充电中断对应的连续变量，分别采用K均值聚类算法得到每种安全事件下对应的不同类型的连续变量的中心点K，实时采集该类型连续变量，当新数据输入后，若K数值变化小于预设定的阈值A，判定该实时采集连续变量落入风险阈值B内，该风险阈值B是指对应上述安全事件的某一类连续变量的数据集合，该集合内的连续变量被预测为引起上述安全事件的主要因素，其中连续变量类别包括环境数据、电池老化数据、电池的充电接口老化程度、充电桩充电接口老化程度；S43、采集历史上充电短路、漏电、充电中断对应的分类变量，分别统计每种安全事件对应的某一分类变量中各种变量的占比，该占比作为权重，该占比通过深度学习模型预测分析实时调整，权重越大，表明该变量越易引起对应的安全事件；其中分类变量包括充电桩的额定电流、充电桩的额定电压、充电桩的充电接口类型和通信协议、电池化学成分、电池的额定功率、电池的充电接口类型和通信协议；S44、采集历史上充电短路、漏电、充电中断对应的二值变量，分别统计每种安全事件对应的二值变量中是与否的占比，该占比作为权重，该占比通过深度学习模型预测分析实时调整各二值变量的权重，权重越大，表明该变量越易引起对应的安全事件；二值变量是指电池外壳破损数据；S45、采集历史上的环境数据、充电桩数据、电池数据、电网数据，通过随机组合变量生成不同的决策树，采用随机深林算法对上述不同的决策树生成集成模型，采用实时采集的数据输入该集成模型预测不同类型安全事件的发生概率，对高出阈值的概率，进行预警和决策；所述S45中不同的决策树生成包括如下子步骤：S451、首先从变量随机选取一个作为根节点，其余变量随机生成作为叶节点，生成具有多个分支的多个决策树；S452、利用递归拆分法对于S451中的决策树做逻辑判断和概率预测，当某一节点为连续变量时，以实时检测的该连续变量数值是否在阈值范围做二元选择判断；当遇到某一节点为分类变量时，识别该分类变量中的变量类型，以该分类变量的不同类型做多元选择判断；当遇到某一节点为二值变量时，识别该二值变量，以是与否做二元选择判断；S5、对S2检测数据、S3及S4的预测结果发送至交互界面同步以图表形式显示，并发送信号以供决策和报警。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东顺德电力设计院有限公司，其通讯地址为：528000 广东省佛山市顺德区大良街道办事处云路社区居民委员会东乐路123号桂畔上东别墅综合楼1楼、2楼、3楼(仅作办公用途)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。