大数据实时计算安全防护系统产品系统

通过研究电池安全技术，充电技术及大数据分析技术，形成充电设施层和充电网大数据层的两级安全防护技术，提高电动汽车动力电池的安全性能，减少电动汽车安全事故的发生。
充电设施作为电动汽车动力电池的能量的提供者，在整个充电过程中扮演了非常关键的作用，把动力电池作为一个整体，结合充电过程中充电桩与BMS 的数据交互，通过对充电技术的研究，优化充电方案和安全防护技术，使得电动汽车电池充电变得更加安全和可靠； 同时充分挖掘利用充电大数据的价值，解决电动汽车充电安全的问题

 提供高危车辆预警，主要包括大数据预警、BMS预警、主动防护预警，对于触发预警阈值的车辆，进行实时钉钉群消息预警通知，并自动生成并发送预警工单。
 提供极度危险车辆预警升级优化预警规则，主要包括：温升速率过高、最高温度异常、压差突变、温升压差预警、最高温度压差突增、压差异常、温度过高且温升防护，该预警针对一些高风险且存在烧车风险的车辆进行的预警，第一时间通知到钉钉群及打电话，并@相关负责人,自动派发极度预警跟踪工单。
 提供预警参数配置的功能界面，针对设备侧实时防护的预警及保护参数阀值下发。
 提供具体车辆充电电流随SOC的变化趋势分析。
 提供针对C端用户 App充电安全预警通知。

1:我主要负责实时计算,处理充电报文,进行安全防护安全预警,数据写入ES,KafKa,Doris等数据库,还有一些梯次储能电池充放电先关功能,接收发送MQTT报文
2:项目主要使用JAVA,Flink,MQ,Kafka,Doris,ES,Redis等技术
关键工作内容：
1. **实时流计算开发：**
* 基于 **Apache Flink** 构建高性能实时数据处理管道，实现对车辆运行数据、电池电压/电流/温度等毫秒级时序信号的实时接入、清洗与异常检测。
* 开发复杂事件处理（CEP）规则与状态计算逻辑，对电池过压、过温、内短路等安全隐患进行毫秒级实时识别与预警。

2. **电池安全与健康度分析：**
* 设计并实现电池安全防护模型，通过实时分析电池包一致性、温升速率、绝缘电阻等参数，构建多维度安全评分与早期故障预警体系。
* 参与动力电池全生命周期（SOH）与剩余寿命（RUL）评估算法模型的实时化工程落地，为电池健康状态提供实时数据洞察。

3. **梯次储能业务支持：**
* 利用实时计算与离线分析相结合，构建退役电池快速筛选与分级评估模型。基于历史运行数据实时评估电池的残余容量、内阻及一致性，为电池梯次利用提供精准的数据依据。
* 设计储能系统运行监控看板，实时展示电池簇充放电效率、均衡状态及安全态势。

4. **大数据存储与治理：**
* 设计并优化数据存储架构，结合 **Kafka**（实时）、**HDFS/对象存储**（历史冷数据）及 **时序数据库**（如TDengine/IoTDB），实现海量车辆与电池数据的低成本、高性能存储与高效查询。
* 建立电池数据资产目录与质量管理体系，保障用于安全分析和储能评估的数据的准确性、一致性与时效性。

**技术