本发明涉及充电设备重要度度量，具体涉及一种基于多评价因素的充电设备重要度度量方法。
背景技术：
1、随着电动汽车的普及和充电设备规模化运行，充电设备的运行和维护工作越来越受到运营方的重视。充电设备进行运行维护是保障充电体验和收益的重要过程之一，当前充电设备是以定期维护和事后维修相结合为主，并按照充电设备厂家提供的维护说明开展定期维护工作，结合个人经验开展简单设备维修决策。充电设备主要以计划检修为主，辅助以事后维修，并且按运营工作配额要求开展。由于充电站呈现分布广、零散的特点，维护人员对现场故障难以应对，这种被动维修和无差别维护工作缺少对设备运行状态的科学系统分析，充电设备的维护往往存在过修和欠修的现象。
2、充电设备是集合电气、自动化、软件和机械等多专业，其集成化、自动化程度很高的电力电子设备，各系统彼此联系紧密，每个子系统和对应的部件技术特点和运行工况各有不同，涉及的影响因素也各有不同。
3、现有技术中少有将充电设备中的系统和关键部件与评价因素结合起来用于评价重要度，如公开号为cn109544006a的发明专利公开一种评价电动汽车充电站经济效益的方法，其制定合理的评价模型与方法得到经济效益的评价方法，但仍没有考虑如何评价充电设备的重要度。
4、因此，鉴于充电设备系统的复杂性，各部件对充电设备功能实现的“重要性”有其差异性，对充电设备进行重要度分析，实现对各个部件的重要度量化和等级划分。充电设备的维修策略建立在各子系统和部件的重要度评估基础之上，可以有效降低充电设备维修的盲目性，进而提高充电设备的可靠性，降低运行成本和维修费用。
技术实现思路
1、发明目的：为了克服现有技术的不足，本发明提供了一种基于多评价因素的充电设备重要度度量方法，该方法用于解决由于充电设备维修的盲目性导致的充电设备可靠性低的问题，本发明还提供一种基于多评价因素的充电设备重要度度量系统。
2、技术方案：根据本发明的第一方面，提供一种基于多评价因素的充电设备重要度度量方法，该方法包括以下步骤：
3、s1根据充电设备的历史故障数据，筛选出充电设备关键子系统及关键部件，包括：主控系统以及对应的关键部件：主控板和通信板；计量系统以及对应的关键部件：直流电表盒分流器；绝缘监测系统以及对应的关键部件：绝缘监测；散热系统以及对应的关键部件：风机；直流主回路系统以及对应的关键部件：直流接触器以及熔断器；交流主回路系统以及对应的关键部件：交流接触器；功率变化系统以及对应的关键部件：电源模块；控制供电系统以及对应的关键部件：辅助电源和空气开关；人机交互系统以及对应的关键部件：刷卡器和屏幕；充电连接系统以及对应的关键部件：充电枪和枪锁驱动；环境监测系统以及对应的关键部件：温度传感器和烟感传感器；
4、s2为了对充电设备各子系统或设备进行重要度分析，筛选出9种具体的评价因素及其评价标准，所述评价因素包括：失效对人员、设备和环境安全性的影响；失效对系统功能的影响；失效对维修费用的影响；失效对停运损失影响；可监测性影响；停机时间影响；检修维护难易程度影响；失效频度的影响；备品备件供应及时性，并根据该9中评价因素进行对应的分类和标定范围；
5、s3把9种评价因素采用线性加权建立数学模型，该数学模型为将每个评价因素的评分和对应的权重相乘后，对9个评价因素进行求和得到对应重要度的评价指标；
6、s4计算步骤s3中的权重，首先，采用层次分析法获取每个充电设备的关键子系统或关键部件对应评价因素的权重数值，其次，采用构建的随机森林模型进行参数调优，得到对初始权重进行动态的调整和优化，实现特征重要性排序和关系；最后，通过蒙特卡洛分析方法运得到系列的重要度值，以减少随机因素；
7、s5对充电设备的每个各关键子系统或关键部件的样本数据开展数据分析，并确定最终的重要度值；
8、s6根据重要度值对充电设备的关键子系统或关键部件进行排序，并开展运维决策。
9、进一步的，包括：
10、所述评价因素中失效对人员、设备和环境安全性的影响，定义为：该因素是充电设备故障对人身安全威胁、对充电车辆的危害、对环境污染方面的影响；
11、所述评价因素中失效对系统功能的影响，定义为：该因素是设备运行过程中，设备失效后对系统功能和性能的影响，并考虑设备是否有备用，并综合考虑影响评价；
12、所述评价因素中失效对维修费用的影响，定义为：该因素综合考虑设备的复杂程度、备品备件费用相关问题；
13、所述评价因素中失效对停运损失影响，定义为：该因素考虑设备停运造成的场站系统影响，以及相应备用设备费用及设备停运导致的相应经济损失；
14、所述评价因素中可监测性影响，定义为：该因素考虑充电设备状体监测技术和手段的可应用情况，同时充分考虑设备状态所需要的技术水平和监测所需花费的情况；
15、所述评价因素中停机时间影响，定义为：该因素考虑充电设备型号及容量下，设备内部的介质种类与电压等级、维修内容，所述停机时间包括从充电设备停机到维修、调试、重新投运的所有时间；
16、所述评价因素中检修维护难易程度影响，定义为：该因素考虑充电设备的检修难易程度，其应根据实际情况对运维人员进行走访和调研，并结合经验对该因素的评价进行调整和确认；
17、所述评价因素中失效频度的影响，定义为：该因素考虑充电设备的故障发生频率，并结合设备运行的历史数据，根据现场运维人员对设备管理的感受进行评价；
18、所述评价因素中备品备件供应及时性，定义为：该因素考虑充电设备的相关被迫备件供应及时性评价，根据现场运维人员对设备管理的感受进行评价。
19、进一步的，包括：
20、所述步骤s3中，采用线性加权建立数学模型，表示为：
21、
22、其中，mi为第i中评价因素的评标定范围，ai为第i个评价因素的权重，且满足i为评价因素的序号。
23、进一步的，包括：
24、步骤s4中计算步骤s3中的权重，包括以下步骤：
25、s41以充电设备关键子系统及关键部件作为评价对象，以及建立每个评价对象的各个评价因素标定范围、模拟样本量n，其模拟样本量的数值越大，模拟越准确；
26、s42采用层次分析法建立相对重要度判断矩阵d，确定各评价因素的优先级顺序；
27、s43产生0至1之间的随机权重数，作为对应评价因素的权重；
28、s44当前样本k＝1时，采用随机森林模型对得到的初始权重进行动态的调整和优化；根据步骤s42产生的优先级顺序，把优化后的权重数按此顺序排序，并赋予ai；
29、s45计算各关键子系统或关键部件的重要度评价指标index，并判断统计样本k是否达到样本量n，输出样本量，完成模拟计算。
30、进一步的，包括：
31、所述步骤s5中对充电设备的每个各关键子系统或关键部件的样本数据开展数据分析，并确定最终的重要度值，具体包括：
32、对每个评价对象的n个样本数据开展数据分析，提取样本数据的均值、中位数、峰度、偏度和标准差的统计特征值，并定义样本数据的峰度小于10，偏度不大于2，标准差小于3的样本数据比较符合或近似正态分布，是理想的样本数据，并对这类样本数据对应的重要度评价指标的均值作为最终的重要度值。
33、进一步的，包括：
34、所述步骤s6中，根据重要度值对充电设备的关键子系统或关键部件进行排序，并开展运维决策，包括：
35、对于最终的重要度值在排序前30％的关键子系统或关键部件的重要度较高，在运维上需要优先配置相应资源，充电站运营方应根据生产需要安排预先维护计划；对于排序30％至70％的关键子系统或关键部件的重要度适中，采用定期巡检的策略；对于排序70％至100％的关键子系统或关键部件的重要度偏低，根据企业运营需要，当存在异常现象但不影响运营需要时进行维护。
36、进一步的，包括：
37、所述步骤s2中，根据该9中评价因素进行对应的分类和标定范围，具体包括：
38、所述失效对人员、设备和环境安全性的影响对应的分类包括：极其严重威胁，对应的标定范围为：90-100；严重威胁，对应的标定范围为：75-90；一般威胁，对应的标定范围为：45-75；轻微威胁，对应的标定范围为：20-45；几乎无威胁，对应的标定范围为：0-10；
39、所述失效对系统功能的影响对应的分类包括：功能彻底消失，对应的标定范围为：90-100；功能基本消失，对应的标定范围为：75-90；功能显著消失，对应的标定范围为：45-75；对人员、设备和环境产生轻微威胁，对应的标定范围为：20-45；对人员、设备和环境产生几乎无威胁，对应的标定范围为：0-10；
40、所述失效对维修费用的影响对应的分类包括：极其高，对应的标定范围为：90-100；高，对应的标定范围为：75-90；中等，对应的标定范围为：50-75；低，对应的标定范围为：30-50；
41、所述失效对停运损失影响对应的分类包括：极其高，对应的标定范围为：90-100；高，对应的标定范围为：75-90；一般，对应的标定范围为：45-75；低，对应的标定范围为：25-45；
42、所述可监测性影响对应的分类包括：技术和费用极其高，对应的标定范围为：85-100；技术和费用高，对应的标定范围为：65-85；技术和费用中等，对应的标定范围为：45-65；技术和费用低，对应的标定范围为：25-45；
43、所述停机时间影响对应的分类包括：停机超过10天，对应的标定范围为：90-100；停机5至10天，对应的标定范围为：65-90；停机2至5天，对应的标定范围为：35-65；停机1至2天，对应的标定范围为：10-35；停机不超过1天，对应的标定范围为：0-10；
44、所述检修维护难易程度影响对应的分类包括：设备和环境复杂性极大，对应的标定范围为：90-100；设备和环境复杂性较大，对应的标定范围为：75-90；设备和环境复杂性中等，对应的标定范围为：45-75；设备和环境复杂性低，对应的标定范围为：25-45；设备和环境复杂性很低，对应的标定范围为：10-25；
45、所述失效频度的影响对应的分类包括：发生频率极低，对应的标定范围为：90-100；发生频率较低，对应的标定范围为：65-90；发生频率中等，对应的标定范围为：40-65；发生频率较高，对应的标定范围为：10-40；发生频率很高，对应的标定范围为：0-10；
46、所述备品备件供应及时性对应的分类包括：非常及时，对应的标定范围为：80-100；较及时，对应的标定范围为：60-80；基本满足要求，对应的标定范围为：35-60；偶尔滞后，对应的标定范围为：10-35；经常滞后，对应的标定范围为：0-10。
47、另一方面，本发明还提供一种基于多评价因素的充电设备重要度度量系统，该系统包括：
48、关键子系统和关键部件筛选模块，用于根据充电设备的历史故障数据，筛选出充电设备关键子系统及关键部件，包括：主控系统以及对应的关键部件：主控板和通信板；计量系统以及对应的关键部件：直流电表盒分流器；绝缘监测系统以及对应的关键部件：绝缘监测；散热系统以及对应的关键部件：风机；直流主回路系统以及对应的关键部件：直流接触器以及熔断器；交流主回路系统以及对应的关键部件：交流接触器；功率变化系统以及对应的关键部件：电源模块；控制供电系统以及对应的关键部件：辅助电源和空气开关；人机交互系统以及对应的关键部件：刷卡器和屏幕；充电连接系统以及对应的关键部件：充电枪和枪锁驱动；环境监测系统以及对应的关键部件：温度传感器和烟感传感器；
49、评价因素构建模块，用于筛选出9种具体的评价因素及其评价标准，所述评价因素包括：失效对人员、设备和环境安全性的影响；失效对系统功能的影响；失效对维修费用的影响；失效对停运损失影响；可监测性影响；停机时间影响；检修维护难易程度影响；失效频度的影响；备品备件供应及时性，并根据该9中评价因素进行对应的分类和标定范围；
50、评价指标计算模块，用于把9种评价因素采用线性加权建立数学模型，该数学模型为将每个评价因素的评分和对应的权重相乘后，对9个评价因素进行求和得到对应重要度的评价指标；
51、权重计算模块，用于计算评价指标计算模块中的权重，首先，采用层次分析法获取每个充电设备的关键子系统或关键部件对应评价因素的权重数值，其次，采用构建的随机森林模型进行参数调优，得到对初始权重进行动态的调整和优化，实现特征重要性排序和关系；最后，通过蒙特卡洛分析方法得到系列的重要度值，以减少随机因素；
52、数据分析模块，用于对充电设备的每个各关键子系统或关键部件的样本数据开展数据分析，并确定最终的重要度值；
53、排序模块，用于根据重要度值对充电设备的关键子系统或关键部件进行排序，并开展运维决策。
54、进一步的，包括：
55、所述评价因素中失效对人员、设备和环境安全性的影响，定义为：该因素是充电设备故障对人身安全威胁、对充电车辆的危害、对环境污染方面的影响；
56、所述评价因素中失效对系统功能的影响，定义为：该因素是设备运行过程中，设备失效后对系统功能和性能的影响，并考虑设备是否有备用，并综合考虑影响评价；
57、所述评价因素中失效对维修费用的影响，定义为：该因素综合考虑设备的复杂程度、备品备件费用相关问题；
58、所述评价因素中失效对停运损失影响，定义为：该因素考虑设备停运造成的场站系统影响，以及相应备用设备费用及设备停运导致的相应经济损失；
59、所述评价因素中可监测性影响，定义为：该因素考虑充电设备状体监测技术和手段的可应用情况，同时充分考虑设备状态所需要的技术水平和监测所需花费的情况；
60、所述评价因素中停机时间影响，定义为：该因素考虑充电设备型号及容量下，设备内部的介质种类与电压等级、维修内容，所述停机时间包括从充电设备停机到维修、调试、重新投运的所有时间；
61、所述评价因素中检修维护难易程度影响，定义为：该因素考虑充电设备的检修难易程度，其应根据实际情况对运维人员进行走访和调研，并结合经验对该因素的评价进行调整和确认；
62、所述评价因素中失效频度的影响，定义为：该因素考虑充电设备的故障发生频率，并结合设备运行的历史数据，根据现场运维人员对设备管理的感受进行评价；
63、所述评价因素中备品备件供应及时性，定义为：该因素考虑充电设备的相关被迫备件供应及时性评价，根据现场运维人员对设备管理的感受进行评价。
64、进一步的，包括：
65、所述数据分析模块中对充电设备的每个各关键子系统或关键部件的样本数据开展数据分析，并确定最终的重要度值，具体包括：
66、对每个评价对象的n个样本数据开展数据分析，提取样本数据的均值、中位数、峰度、偏度和标准差的统计特征值，并定义样本数据的峰度小于10，偏度不大于2，标准差小于3的样本数据比较符合或近似正态分布，是理想的样本数据，并对这类样本数据对应的重要度评价指标的均值作为最终的重要度值。
67、有益效果：与现有技术相比，本发明具有以下优点：
68、(1)本发明首先对充电设备进行关键子系统和关键部件的筛选，为了更好地对充电设备各子系统或设备进行重要度分析，减小整个系统分析复杂性，突出反应充电设备运行中发现的一些关联性较强的因素；且将这些因素进行评价因素的分类和范围标定，在此基础上建立重要度判定矩阵，并采用层次分析法和随机森林模型实现各重要度评价因素的合理排序，通过蒙特卡洛分析方法运得到系列的重要度值，以减少随机因素，并采用统计分析验证数据合理性，从而得到的重要度值更加精确，提高了充电设备的可靠性。
69、(2)本发明将充电设备子系统或部件的重要度进行数据分析，其替代现有技术中的数据预处理，选择符合一定条件的统计特征值对应的样本数据，并将这类样本数据对应的重要度评价指标的均值作为最终的重要度值，该种方法得到的各个子系统的重要度值更加准确和符合实际需要；
70、(3)本发明对充电设备的子系统或部件进行重要度计算，以蒙特卡洛处理问题的方式通过随机森林模型不断优化和完善各重要度的评价因素权重，使得各子系统或部件重要度排序的鲁棒性增强，进而降低充电设备子系统或部件重要度评价过程中的人为干扰影响。
1.一种基于多评价因素的充电设备重要度度量方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于多评价因素的充电设备重要度度量方法，其特征在于，所述评价因素中失效对人员、设备和环境安全性的影响，定义为：该因素是充电设备故障对人身安全威胁、对充电车辆的危害、对环境污染方面的影响；
3.根据权利要求2所述的基于多评价因素的充电设备重要度度量方法，其特征在于，所述步骤s3中，采用线性加权建立数学模型，表示为：
4.根据权利要求3所述的基于多评价因素的充电设备重要度度量方法，其特征在于，步骤s4中计算步骤s3中的权重，包括以下步骤：
5.根据权利要求4所述的基于多评价因素的充电设备重要度度量方法，其特征在于，所述步骤s5中对充电设备的每个各关键子系统或关键部件的样本数据开展数据分析，并确定最终的重要度值，具体包括：
6.根据权利要求5所述的基于多评价因素的充电设备重要度度量方法，其特征在于，所述步骤s6中，根据重要度值对充电设备的关键子系统或关键部件进行排序，并开展运维决策，包括：
7.根据权利要求1所述的基于多评价因素的充电设备重要度度量方法，其特征在于，所述步骤s2中，根据该9中评价因素进行对应的分类和标定范围，具体包括：
8.一种基于多评价因素的充电设备重要度度量系统，其特征在于，该系统包括：
9.根据权利要求8所述的基于多评价因素的充电设备重要度度量系统，其特征在于，所述评价因素中失效对人员、设备和环境安全性的影响，定义为：该因素是充电设备故障对人身安全威胁、对充电车辆的危害、对环境污染方面的影响；
10.根据权利要求9所述的基于多评价因素的充电设备重要度度量系统，其特征在于，所述数据分析模块中对充电设备的每个各关键子系统或关键部件的样本数据开展数据分析，并确定最终的重要度值，具体包括：
