摘要：*近几年来随着我国经济社会的飞速发展，各方面实力都有了明显的提升，尤其是步入21世纪以来，科学技术水平的提高为我国进入大数据时代提供了很大的推动力，这篇文章所要讲的就是在新时期大数据技术在智能充电桩网络系统中发挥着什么样的作用，如何推动大数据技术的应用，这也是智能充电桩网络系统发展的必经过程。

关键词：大数据技术；智能充电桩；网络系统

0引言

从某些方面来说智能充电桩网络系统的一部分特征包含在大数据之内，而在1998年提出大数据的概念时还只是为了形容数据更突出的现象，直到21世纪大数据已经成为了一种数据范围广、增长迅速、来源渠道丰富的一种数据分析技术，而且在推动智能充电桩网络系统的发展上起着不可估计的作用，相比较传统的数据处理技术大数据可以更好的保证电网的安全运行。

1大数据技术与智能充电桩网络系统的关系

1.1大数据、云计算、智能充电桩网络系统的相互关系

严格来说大数据、云计算、智能充电桩三者应该是彼此交互的关系。智能充电桩网络包含了信息技术、计算机技术和人工智能技术，这些方面基本上满足了电网系统中安全比较快速运行的技术要求，既可以在此基础上继承传统电网的优势又可以在良好的基础上做出创新。而云计算和大数据技术作为新时期计算机领域和信息技术领域的比较先进发展产物，在推动智能充电桩网络系统发展中起到了很大的帮助，而且云计算在电网系统中的应用方式越来越多样，加上大数据技术的辅助作用对各方数据进行挖掘和分析，智能充电桩网络系统可以加快速度满足更高需求。

1.2智能充电桩网络大数据平台的总体架构

智能充电桩网络采用的平台架构是一种通用式平台，这种平台的存储框架和数据处理框架都是以分布式存在的，分布式的文件数据处理技术可以使不同层级的数据管理与网络交流成为可能，这种框架中所包含的模块也是大数据和智能充电桩网络系统共同拥有的。除此之外，这两种框架的服务器、操作系统以及虚拟机都是通用的，良好的借助了资源分配、共享的特点，降低了大数据技术在智能充电桩网络系统中的投入成本。大数据的处理流程基本上就是在选择基础配置和辅助工具之后把多样的数据按照等级归纳存储，并从中提取有价值的数据信息，而对于电力企业来说处理智能充电桩网络系统中的数据也是如此，二者并没有本质差异。

2智能充电桩网络大数据关键技术

2.1数据集成管理技术

数据集成简单的说就是对冗杂的数据进行统一和集中管理，为了避免破坏数据中的有价值信息，一般所有的数据应用中都需要用到数据集成管理技术，这也是大数据技术具有的，通过合并两个或者两个以上的系统数据整合成一个更多样化的企业应用，把获取渠道、存储形式、自身特点基本不同的数据集合，为系统以后的工作提供更加有效的数据。除此之外，智能充电桩网络大数据的集成管理技术还有关系型和非关系型之分的数据库、融合集成、抽取、过滤、数据还原或消除技术，这就说明数据的类型比较复杂，而且大数据的存储管理还有一个比较关键的技术是No SQL技术，这种技术可以简化数据关系而且具有很强延展性和灵活性，对数据之间的联系有更好的把握。

2.2数据分析技术

智能充电桩网络大数据分析技术其实就是把新的数据提取信息以后，和旧的数据做个比对再做新发展，但是我们提到过大数据具备高速增长和多样性、丰富性的特点，所以一些传统的数据分析方式已经不适用于新时代的技术发展。大数据技术的基础力量是把声波接受到的信号转化为频率不同的数据，然后从数据中提取信息为实践做准备，所以，借助智能充电桩网络大数据分析技术可以有效提取电力系统中存在的信息，更准确的应用于智能充电桩的决策设计中。根据简单的分类归纳法，通过寻找一个标准的数据作为模型，找出与其相关的数据归为一类，可以建立起更多的标准样本且不受干扰。

2.3数据处理技术

大数据中的分布式计算技术、内存计算技术、流处理技术可以分别用来解决大规模分布式存储与处理数据读取和处理解决在线实时计算、处理实时到达的、速度和规模不受控制的数据，该技术不需要在磁盘读写上浪费时间，计算速度和计算效率是传统的数据处理技术远远达不到的。

3大数据在智能充电桩网络系统中的应用

3.1大数据在充电桩运维中的应用

大数据技术可以对智能充电桩的运行状态进行实时监测，一旦发现异常情况会发出信息到终端提醒工作人员进行勘察，而且在充电桩的后期修缮中大数据技术可以分析修缮情况和修缮措施是否合理。对智能充电桩的状态监测主要围绕于建造、运行、缺陷弥补等方面，在建造之前通过数据分析周围物理环境和地形条件，通过具体数据策划建造的方位和延伸空间，建造中期根据不可控因素的变化再分析可改善的部位做出调整，建造后期也就是紧跟着智能充电桩的运行期间，实时监测运行状态以及电网系统的工作状况，对充电桩网络系统可能出现的状况进行判断监测，防止设备故障带来破坏，在维修期间从充电桩网络系统负荷量、故障类型和影响因素进行分析，并为以后的工作提供借鉴。

3.2大数据在客户分析中的应用

利用大数据技术维修完善智能充电桩质量可以为客户提供更好的服务，同时通过客户使用智能充电桩的记录分析，可以有效划分客户和需要监测的客户，对使用者的充电时间、使用状况、用户分布地区进行分析，从调配充足的资源更好完成配置。除此之外，对一些信用良好使用时间较长的综合客户可以提供增值服务，比如通过手机绑定分析客户用电状况然后策划更好的用电方案推送给客户，从而收拢巩固客户基础。

3.3大数据在企业整体运营调度中的应用

大数据中的集成管理技术可以整合智能充电桩企业的电力数据，优化企业供电、用电方案，让企业服务大众的能力越来越高，形成一个协调有效、高质量的运营体系。另外，充电桩的发电、配电、变电等都是电力网络系统中的一部分，大数据对这些数据的分析共享可以在一定程度上实现资源的优化配置，从开始运行到后端的销售、管理都有一个协调可控的体系。比如电网企业可以根据周围居民的用电情况分析进行充电桩设计规划，作用于现实生活。

4 安科瑞充电桩收费运营云平台

4.1概述

AcrelCloud-9000安科瑞充电柱收费运营云平台系统通过物联网技术对接入系统的电动电动自行车充电站以及各个充电整法行不间断地数据采集和监控，实时监控充电桩运行状态，进行充电服务、支付管理，交易结算，资要管理、电能管理，明细查询等。同时对充电机过温保护、漏电、充电机输入/输出过压，欠压，绝缘低各类故障进行预警；充电桩支持以太网、4G或WIFI等方式接入互联网，用户通过微信、支付宝，云闪付扫码充电。

4.2应用场所

适用于民用建筑、一般工业建筑、居住小区、实业单位、商业综合体、学校、园区等充电桩模式的充电基础设施设计。

4.3系统结构

4.3.1系统分为四层：

1）即数据采集层、网络传输层、数据中心层和客户端层。

2）数据采集层：包括电瓶车智能充电桩通讯协议为标准modbus-rtu。电瓶车智能充电桩用于采集充电回路的电力参数，并进行电能计量和保护。

3）网络传输层：通过4G网络将数据上传至搭建好的数据库服务器。

4）数据中心层：包含应用服务器和数据服务器，应用服务器部署数据采集服务、WEB网站，数据服务器部署实时数据库、历史数据库、基础数据库。

5）应客户端层：系统管理员可在浏览器中访问电瓶车充电桩收费平台。终端充电用户通过刷卡扫码的方式启动充电。

小区充电平台功能主要涵盖充电设施智能化大屏、实时监控、交易管理、故障管理、统计分析、基础数据管理等功能，同时为运维人员提供运维APP，充电用户提供充电小程序。

4.4安科瑞充电桩云平台系统功能

4.4.1智能化大屏

智能化大屏展示站点分布情况，对设备状态、设备使用率、充电次数、充电时长、充电金额、充电度数、充电桩故障等进行统计显示，同时可查看每个站点的站点信息、充电桩列表、充电记录、收益、能耗、故障记录等。统一管理小区充电桩，查看设备使用率，合理分配资源。

4.4.2.实时监控

实时监视充电设施运行状况，主要包括充电桩运行状态、回路状态、充电过程中的充电电量、充电电压/电流，充电桩告警信息等。

4.4.3交易管理

平台管理人员可管理充电用户账户，对其进行账户进行充值、退款、冻结、注销等操作，可查看小区用户每日的充电交易详细信息。

4.4.4故障管理

设备自动上报故障信息，平台管理人员可通过平台查看故障信息并进行派发处理，同时运维人员可通过运维APP收取故障推送，运维人员在运维工作完成后将结果上报。充电用户也可通过充电小程序反馈现场问题。

4.4.5统计分析

通过系统平台，从充电站点、充电设施、、充电时间、充电方式等不同角度，查询充电交易统计信息、能耗统计信息等。

4.4.6基础数据管理

在系统平台建立运营商户，运营商可建立和管理其运营所需站点和充电设施，维护充电设施信息、价格策略、折扣、优惠活动，同时可管理在线卡用户充值、 冻结和解绑。

4.4.7运维APP

面向运维人员使用，可以对站点和充电桩进行管理、能够进行故障闭环处理、查询流量卡使用情况、查询充电\充值情况，进行远程参数设置，同时可接收故障推送

4.4.8充电小程序

面向充电用户使用，可查看附近空闲设备，主要包含扫码充电、账户充值，充电卡绑定、交易查询、故障申诉等功能。

4.5系统硬件配置

5结语

综上所述，大数据技术在智能充电桩网络系统中的应用虽然已经有了比较好的发展，但是想要在社会更新换代迅速的时期扎根在人类生活中，还是要有不同于其他方面的独到之处，如何综合利用并且有效利用大数据技术作用于智能充电桩网络系统仍待加强，这种形式的进步同时也可以推动科技的发展。

参考文献

[1]林炳花.大数据技术在电力通信网的研究与应用[J].电力大数据，2018,21(05):31-35.

[2]孟小峰,慈祥.大数据管理:概念、技术与挑战[J］.计算机研究与发展，201 7,50(01):146-169.

[3]郭平.王可，罗阿理,等.大数据分析中的计算智能研究现状与展望[D].软件学报,2015,26(1 1):3010-3025.

[4]罗超.大数据技术在智能充电桩网络系统中的应用.2019.

[5]安科瑞企业微电网设计与应用手册.2022.05版