CN119428312A 一种充电桩安全监控方法及系统 （安徽省充换电有限责任公司）

充电桩及充电枪线路中安装高灵敏度漏电传感测，利用电流互感器监测充电线路实时电流变桩的运行状态和周边环境情况，无论是电气故22.如权利要求1所述的一种充电桩安全监34.如权利要求1所述的一种充电桩安全监控方法，其特5.执行于权利要求1_4任一项所述的一种充电桩安全监控方法的一种充电桩安全监控所述传感监测模块包括漏电检测单元，所述漏电检测单元采用高灵敏度漏电传感器，所述传感监测模块包括过载与短路保护单元，所述过载与短路保护单所述传感监测模块包括温度监测与调控单元，所述温度监测与调控单所述传感监测模块包括烟雾与火焰监测单元，所述烟雾与火焰监测单所述传感监测模块包括充电枪安全监测单元，所述充电枪安全监测所述视觉监测模块用于对充电桩及其周边区域进行全面监控和智所述视觉监测模块包括高清摄像头单元，所述高清摄像头单元安装在所述视觉监测模块包括图像存储与传输单元，所述图像存储与传所述视觉监测模块包括智能图像分析单元，所述智能图像分析单元用于进行车使用归一化互相关方法计算待识别车辆特征与数据库中模板特征的相似度，公式为：4win通过帧间差分法来获取人员的运动轨迹，假设IC和l-1是相邻两帧图像，帧间差分图像y2).,(xyn)}，其中x,eRe是特征向量，y:ef-1,1}是类别标签，SVM的目标是找到一个超平面wx+b=0，使得两类数据间隔最大，间隔定义为,对于非线性问题，通过核函数k(xyy)将数据映射到高维空间，使得在高567所述视觉监测模块用于对充电桩及其周边区域进行全面监控和智r是模板图像，i是待匹配图像，yeRoeoe，其中法更新卷积核的参数，以交叉熵损失函数L=-ylog()，其中yi是真实标签，D:(x,y)=lI:(x,y)-Ir-1(,y)l得到，通过对D:进行形态学处理和连通域分析，可以8是类别标签，SVM的目标是找到一个超平面wx+b=0，使得两类数据间隔最大，间隔定义为，通过求解优化问题，约束条件为进行对比识别，通过寻找一个最优超平面将不同类别数据分开，其决策函数为f(x)=sign(1ay:k(x,)+b)，其中是拉格朗日乘子，Y:是样本类别标签，影响充电安全的异物。[0013]上述说明仅是本发明技术方案的概述，为了能够更清楚[0015]本发明优选实施例将通过参考附图进行详细描述然而本发明也可以各种不同的9步骤1.6、视觉监测，在充电桩上方及周边关键位置安装高清摄像头（如品牌为步骤2.5、充电枪安全状态分析，若在2023年11月15日14:30:05开始的插拔操作利用安装在充电枪内部的充电枪插拔力传感器，精准监测插拔过程中的用力情；通过与图像卷积得到水平和垂直方向的模板匹配中，计算待识别车辆特征与数据库中模板特征的相似度，如使用归一化互相关神经网络的识别，使用卷积神经网络（CNN假设输入特征图为（高度Hm、宽度wn、通道数cn卷积核为keRxkxckxk，输出通道L=-⃞yrlog($)，其j:是预测概率其通过训练大量的车辆图像数据，让网络学习车辆的车辆周围停留时间T大于设定阈值，且与充电接口的距离d小于阈值时d,，判定为影响充电安全的异物。