电动自行车智能充电安全管理及预警平台

物联网+AI构建智慧监管闭环,从源头预防电动自行车火灾隐患

研发背景与合作支撑

在电动自行车火灾隐患频发的背景下,济预科技专注物联网领域电动自行车充电安全,携手同济多学院(汽车学院、设计创意学院等多学院协同),依托权威专家引领技术研发,为产品筑牢技术根基。

魏学哲

电池领域权威专家,获国家科学技术进步奖

谭丕强

能源动力领域权威专家,上海市科技进步奖得主

同济大学合作支持

综合解决方案

物联网 + AI 构建智慧监管闭环

多元角色协同

打通政府监管部门、运营商、电动自行车用户链路,形成"用户充电 - 数据采集 - 平台分析 - 监管/运营响应"完整闭环。

  • 政府监管部门通过智能化监管平台,实现报警、预警、管理全流程把控
  • 运营商借助平台开展回访、运营工作
  • 用户在智能充电桩充电,数据同步至多品牌充电桩数据库

AI 与物联网深度融合

以 AI 技术为核心赋能,凭借先进算法平台,对充电数据进行多维度分析,为政府监管、运营商管理、用户安全充电提供智能支撑。

权威认证

已获11项专利、公安部三所认证,技术实力受权威认可

电池故障判断

精准识别老化电池、故障电池等异常状态

火灾隐患预警

从充电数据源头捕捉火灾隐患,实现事前预防

充电器故障识别

对非标充电器等设备进行精准识别

核心技术

基于机器学习的大数据故障判断/预警算法

1 数据与模型基础

依托海量真实数据(覆盖12000片区、60000+车库、50万个用户、200万条曲线),构建基于Transformer编码器架构的机器学习大数据模型。

该模型针对多变量时间序列,创新表示学习框架,可有效提取故障特征,为电池、充电器故障判断与预警提供坚实算法基础。

2 算法应用与优势

  • 支持多模态数据分析、任意变长数据类型
  • 可灵活设置阈值、动态调整报警等级
  • 精准识别老化电池、故障电池、非标电池等异常状态
  • 从充电数据源头捕捉火灾隐患,实现事前预防

数据覆盖范围

持续增长中
12,000+
覆盖片区
60,000+
车库
500,000+
用户
2M+
数据曲线

技术架构

数据采集层 IoT设备
数据传输层 5G/NB-IoT
数据处理层 Transformer模型
应用服务层 预警/报警

核心功能

三大功能筑牢火灾隐患"防火墙"

物联网管理功能

取代人工实地统计、手抄报表模式,通过平台直观呈现充电数据与设备状态,解决人工监管费时费力问题,让运营管理便捷高效、一目了然。

解决痛点:人工监管效率低下

充电危险报警功能

打破"发生明火再处理"的被动局面,实时监测充电危险,快速发现并自动通知,助力火灾隐患及时处置,提升安全响应速度。

解决痛点:被动响应火灾

异常电池/充电器预警功能

源头解决火灾发生问题,精准锁定异常电池、充电器,事前预防故障引发的火灾风险,替代传统模式下老化电池故障、非标电池查处难等痛点。

解决痛点:异常设备识别困难

平台预警主页面

平台报警主页面

平台管理主页面

落地应用与实践成效

上海三大行政区成功落地

已落地上海静安区、浦东新区、嘉定区三大行政区,为超大型城市电动自行车充电安全管理提供可复制经验范本。

服务14万居民

某落地样板案例运营两年,服务14万居民、38000+电动自行车

实现0火灾事故

运营期间实现0电动自行车火灾事故

资本认可

获上海市大学生科技创业基金会同济创业基金、同济科技园投资,受市场与资本双重肯定

落地区域分布

3
行政区
静安区
首批试点
浦东新区
规模最大
嘉定区
最新落地

联系我们

为您的社区提供电动自行车充电安全解决方案

发送消息

联系信息

地址

上海市同济大学科技园

电话

021-12345678

邮箱

contact@jiyukeji.com

工作时间

周一至周五 9:00-18:00

关注我们