本發明涉及換電站，特別是涉及一種換電站健康度評估方法、電子設備及計算機存儲介質。

背景技術：

1、目前，換電站作為新能源汽車能源補給的重要基礎設施，近年來得到了快速發展。然而，盡管換電站的普及率在不斷提升，但在設備的健康管理、故障預測和預防性維護等方面，仍然存在較大的發展空間和改進需求。

2、首先，換電站設備的長期運行和環境影響不可避免地會導致故障的發生。這些故障可能會引發電力系統的異常運行、停電甚至設備損壞，造成嚴重的經濟損失和安全風險。

3、其次，換電站的運維成本較高，設備故障導致的停機和充換電成功率降低，會直接影響用戶體驗和企業的運營效率。

技術實現思路

1、本申請的目的在于提供一種換電站健康度評估方法、電子設備及計算機存儲介質，旨在保證電力系統的穩定運行，減少維護成本和人力資源的浪費，提升用戶的使用體驗以及企業的運維效率。

2、為達到上述目的：

3、第一方面，本申請實施例提供一種換電站健康度評估方法，所述方法包括：

4、響應于本輪檢測周期的開始，獲取在上一輪檢測周期中換電站的儲能設備數據信息、換電相關設備數據信息以及故障維修相關信息；

5、對所述儲能設備數據信息、換電相關設備數據信息以及故障維修相關信息進行特征提取以獲取換電站數據特征；

6、將所述換電站數據特征輸入至預設的評估模型以獲取換電站的健康度。

7、可選地，在所述響應于本輪檢測周期的開始之前，所述方法還包括：

8、獲取換電站多輪檢測周期的歷史儲能設備數據信息、歷史換電相關設備數據信息以及歷史故障維修相關信息；

9、對所述歷史儲能設備數據信息、歷史換電相關設備數據信息以及歷史故障維修相關信息進行預處理；

10、對預處理后的所述歷史儲能設備數據信息、歷史換電相關設備數據信息以及歷史故障維修相關信息進行特征提取，以分別獲取歷史儲能設備數據特征、歷史換電相關數據特征以及歷史故障維修數據特征；

11、根據所述歷史儲能設備數據特征、歷史換電相關數據特征以及歷史故障維修數據特征獲取所述評估模型。

12、可選地，所述對所述歷史儲能設備數據信息、歷史換電相關設備數據信息以及歷史故障維修相關信息進行預處理，包括：

13、對所述歷史儲能設備數據信息、歷史換電相關設備數據信息以及歷史故障維修相關信息中的異常值進行均值平滑處理，和/或，

14、對所述歷史儲能設備數據信息、歷史換電相關設備數據信息以及歷史故障維修相關信息中的缺失值進行零值填充處理，和/或，

15、對所述歷史儲能設備數據信息、歷史換電相關設備數據信息以及歷史故障維修相關信息中的時序數據信息進行歸一化處理，和/或，

16、將所述歷史儲能設備數據信息、歷史換電相關設備數據信息以及歷史故障維修相關信息按照時間對齊。

17、可選地，所述根據所述歷史儲能設備數據特征、歷史換電相關數據特征以及歷史故障維修數據特征獲取所述評估模型，包括：

18、分別獲取所述歷史儲能設備數據特征、歷史換電相關數據特征以及歷史故障維修數據特征對應的權重系數；

19、將所述歷史儲能設備數據特征、歷史換電相關數據特征、歷史故障維修數據特征以及所述權重系數輸入至未訓練模型，以獲取所述評估模型。

20、可選地，所述將所述歷史儲能設備數據特征、歷史換電相關數據特征、歷史故障維修數據特征以及所述權重系數輸入至未訓練模型，以獲取所述評估模型，包括：

21、根據預設的分割比例隨機將所述歷史儲能設備數據特征、歷史換電相關數據特征以及歷史故障維修數據特征進行分割，以獲取訓練數據集以及測試數據集；

22、將所述訓練數據集、所述測試數據集以及所述權重系數輸入至所述未訓練模型，以獲取已訓練模型。

23、可選地，所述將所述訓練數據集、所述測試數據集以及所述權重系數輸入至所述未訓練模型，以獲取已訓練模型，包括：

24、將所述訓練數據集以及所述權重系數輸入至所述未訓練模型，以獲取已訓練模型；

25、將所述測試數據集以及所述權重系數輸入至所述已訓練模型，以獲取評估結果；

26、判斷所述評估結果的準確度是否大于預設的準確度閾值；

27、若是，則將所述已訓練模型確定為所述評估模型；

28、若否，則根據所述評估結果調節所述歷史儲能設備數據特征、歷史換電相關數據特征以及歷史故障維修數據特征對應的權重系數，并重新執行所述將所述歷史儲能設備數據特征、歷史換電相關數據特征、歷史故障維修數據特征以及所述權重系數輸入至未訓練模型的步驟。

29、可選地，所述儲能設備數據信息至少包括：光伏儲能設備狀態基礎數據以及壓縮空氣儲能設備狀態基礎數據中的任意一項；

30、所述換電相關設備數據信息至少包括：換電站軟件系統各模塊狀態基礎數據、換電站設備狀態基礎數據以及換電站設備完整性基礎數據中的任意一項；

31、所述故障維修相關信息至少包括：換電站故障與質量評估基礎數據以及工單處理情況基礎數據中的任意一項。

32、可選地，在所述將所述換電站數據特征輸入至預設的評估模型以獲取換電站的健康度之后，所述方法還包括：

33、根據所述健康度位于的分數區間執行對應的告警反饋。

34、第二方面，本申請實施例提供一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上所述換電站健康度評估方法的步驟。

35、第三方面，本申請實施例提供一種計算機存儲介質，所述計算機存儲介質存儲有計算機程序，所述計算機程序被所述處理器執行時實現如上所述換電站健康度評估方法的步驟。

36、在本申請中，通過在本輪檢測周期的開始，根據上一輪檢測周期中換電站的儲能設備數據信息、換電相關設備數據信息以及故障維修相關信息，獲取換電站的健康度，如此，提高對設備的故障預測和預防性維護，保證電力系統的穩定運行，減少維護成本和人力資源的浪費，提升用戶的使用體驗以及企業的運維效率。

技術特征：

1.一種換電站健康度評估方法，其特征在于，所述方法包括：

2.根據權利要求1所述的方法，其特征在于，在所述響應于本輪檢測周期的開始之前，所述方法還包括：

3.根據權利要求2所述的方法，其特征在于，所述對所述歷史儲能設備數據信息、歷史換電相關設備數據信息以及歷史故障維修相關信息進行預處理，包括：

4.根據權利要求2所述的方法，其特征在于，所述根據所述歷史儲能設備數據特征、歷史換電相關數據特征以及歷史故障維修數據特征獲取所述評估模型，包括：

5.根據權利要求4所述的方法，其特征在于，所述將所述歷史儲能設備數據特征、歷史換電相關數據特征、歷史故障維修數據特征以及所述權重系數輸入至未訓練模型，以獲取所述評估模型，包括：

6.根據權利要求5所述的方法，其特征在于，所述將所述訓練數據集、所述測試數據集以及所述權重系數輸入至所述未訓練模型，以獲取已訓練模型，包括：

7.根據權利要求1所述的方法，其特征在于，所述儲能設備數據信息至少包括：光伏儲能設備狀態基礎數據以及壓縮空氣儲能設備狀態基礎數據中的任意一項；

8.根據權利要求1所述的方法，其特征在于，在所述將所述換電站數據特征輸入至預設的評估模型以獲取換電站的健康度之后，所述方法還包括：

9.一種電子設備，其特征在于，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至8中任一項所述換電站健康度評估方法的步驟。

10.一種計算機存儲介質，其特征在于，所述計算機存儲介質存儲有計算機程序，所述計算機程序被所述處理器執行時實現如權利要求1至8任一項所述換電站健康度評估方法的步驟。

技術總結
本申請公開了一種換電站健康度評估方法、電子設備及計算機存儲介質，方法包括：響應于本輪檢測周期的開始，獲取在上一輪檢測周期中換電站的儲能設備數據信息、換電相關設備數據信息以及故障維修相關信息；對儲能設備數據信息、換電相關設備數據信息以及故障維修相關信息進行特征提取以獲取換電站數據特征；將換電站數據特征輸入至預設的評估模型以獲取換電站的健康度。在本輪檢測周期的開始，根據上一輪檢測周期中換電站的儲能設備數據信息、換電相關設備數據信息以及故障維修相關信息，獲取換電站的健康度，如此，提高對設備的故障預測和預防性維護，保證電力系統的穩定運行，減少維護成本和人力資源的浪費，提升用戶使用體驗以及企業運維效率。

技術研發人員：劉金良,蔣偉,陳勇
受保護的技術使用者：浙江吉利控股集團有限公司
技術研發日：
技術公布日：2025/4/24