CN116228295A - 一种充电桩的智能推荐方法及系统 - Google Patents
一种充电桩的智能推荐方法及系统 Download PDFInfo
- Publication number
- CN116228295A CN116228295A CN202310187757.5A CN202310187757A CN116228295A CN 116228295 A CN116228295 A CN 116228295A CN 202310187757 A CN202310187757 A CN 202310187757A CN 116228295 A CN116228295 A CN 116228295A
- Authority
- CN
- China
- Prior art keywords
- charging pile
- charging
- information
- optimizing
- pile
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Market segmentation based on location or geographical consideration
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据处理技术领域，提供一种充电桩的智能推荐方法及系统。所述方法包括：对充电需求信息进行要素提取，获得充电需求参数信息；基于用户位置信息获得在预设半径区域之内的充电桩列表信息；基于所述充电桩列表信息，设置充电桩寻优空间；获取所述充电桩列表信息中各充电桩的充电价格策略信息；根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。采用本方法能够实现提高充电桩寻优推荐准确性和推荐效率，进而提高用户充电体验的技术效果。
Description
技术领域
本申请涉及数据处理技术领域，特别是涉及一种充电桩的智能推荐方法及系统。
背景技术
充电桩其功能类似于加油站里面的加油机，可以固定在地面或墙壁，安装于公共建筑(公共楼宇、商场、公共停车场等)和居民小区停车场或充电站内，可以根据不同的电压等级为各种型号的电动汽车充电。充电桩具有集中充电,位置方便、操作简单的优点，为人们生活带来便利，因此为用户选择适用的充电桩对优化用户体验具有重要应用意义。
然而，现有技术充电桩推荐受多种因素影响，推荐准确性低，导致影响用户体验的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高充电桩寻优推荐准确性和推荐效率，进而提高用户充电体验的一种充电桩的智能推荐方法及系统。
一种充电桩的智能推荐方法，所述方法包括：获取目标用户的充电需求信息；对所述充电需求信息进行要素提取，获得充电需求参数信息；获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；基于所述充电桩列表信息，设置充电桩寻优空间；获取所述充电桩列表信息中各充电桩的充电价格策略信息；根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。
一种充电桩的智能推荐系统，所述系统包括：充电需求获取模块，用于获取目标用户的充电需求信息；要素提取模块，用于对所述充电需求信息进行要素提取，获得充电需求参数信息；充电桩列表获取模块，用于获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；寻优空间设置模块，用于基于所述充电桩列表信息，设置充电桩寻优空间；充电价格策略获取模块，用于获取所述充电桩列表信息中各充电桩的充电价格策略信息；性能评价参数确定模块，用于根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；优选信息输出模块，用于基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取目标用户的充电需求信息；
对所述充电需求信息进行要素提取，获得充电需求参数信息；
获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；
基于所述充电桩列表信息，设置充电桩寻优空间；
获取所述充电桩列表信息中各充电桩的充电价格策略信息；
根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；
基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取目标用户的充电需求信息；
对所述充电需求信息进行要素提取，获得充电需求参数信息；
获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；
基于所述充电桩列表信息，设置充电桩寻优空间；
获取所述充电桩列表信息中各充电桩的充电价格策略信息；
根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；
基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。
上述一种充电桩的智能推荐方法及系统，解决了现有技术充电桩推荐受多种因素影响，推荐准确性低，导致影响用户体验的技术问题，达到了通过结合充电需求多要素进行充电桩全局寻优，提高寻优推荐准确性和推荐效率，进而提高用户充电体验的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种充电桩的智能推荐方法的流程示意图；
图2为一个实施例中一种充电桩的智能推荐方法中获得充电需求参数信息的流程示意图；
图3为一个实施例中一种充电桩的智能推荐系统的结构框图；
图4为一个实施例中计算机设备的内部结构图；
附图标记说明：充电需求获取模块11，要素提取模块12，充电桩列表获取模块13，寻优空间设置模块14，充电价格策略获取模块15，性能评价参数确定模块16，优选信息输出模块17。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，本申请提供了一种充电桩的智能推荐方法，所述方法应用于客服业务在线识别系统，所述方法包括：
步骤S100：获取目标用户的充电需求信息；
具体而言，充电桩其功能类似于加油站里面的加油机，可以固定在地面或墙壁，安装于公共建筑(公共楼宇、商场、公共停车场等)和居民小区停车场或充电站内，可以根据不同的电压等级为各种型号的电动汽车充电。充电桩具有集中充电,位置方便、操作简单的优点，为人们生活带来便利，因此为用户选择适用的充电桩对优化用户体验具有重要应用意义。
首先通过客户端获取目标用户的充电需求信息，所述目标用户为充电桩使用待推荐用户，所述充电需求信息为目标用户的充电自身需求信息，包括充电量、电动汽车型号、充电时间、剩余可用电量等需求，可自行设置，以提高用户充电体验效果，满足用户实际充电需求。
步骤S200：对所述充电需求信息进行要素提取，获得充电需求参数信息；
在一个实施例中，如图2所示，所述获得充电需求参数信息，本申请步骤S200还包括：
步骤S210：基于所述充电需求信息进行要素提取，获得充电需求要素信息；
步骤S220：所述充电需求要素信息包括充电路径、可用电量、充电耗时、充电电源要求；
步骤S230：对所述充电需求要素信息中的各要素信息进行优先级评价，获得充电要素优先顺序；
步骤S240：基于所述充电要素优先顺序对所述充电需求信息进行参数排列，获得所述充电需求参数信息。
在一个实施例中，所述获得充电要素优先顺序，本申请步骤S230还包括：
步骤S231：获得要素优先特征指标，所述要素优先特征指标包括要素必要性、和要素偏好性；
步骤S232：根据所述要素优先特征指标，构建要素优先坐标系；
步骤S233：基于所述要素优先坐标系对所述各要素信息分别进行评价，获得要素特征向量集合；
步骤S234：对所述要素特征向量集合中各特征向量的模进行排序，获得所述充电要素优先顺序。
具体而言，对所述充电需求信息进行要素提取，即将充电需求进行要素整合归类，获取充电需求要素信息，所述充电需求要素信息主要包括充电路径，即到达充电桩的路径轨迹；可用电量，即用户电动汽车的剩余可用电量；充电耗时，即充电时长要求，例如需快速充电两小时；电源要求，即用户电动汽车的电源适配充电桩。
再对所述充电需求要素信息中的各要素信息进行优先级评价，具体为获取要素优先特征指标，即优先级评价指标，所述要素优先特征指标包括要素必要性，即要素条件必要程度，例如充电电源要求为必须要满足的条件，其必要性最高；和要素偏好性，即用户的个人要素偏好需求程度，例如用户对充电路径的要求最高，其偏好性也就相应最高。根据所述要素优先特征指标，构建要素优先坐标系，所述要素优先坐标系用于评价要素优先级，其坐标维度与要素优先特征指标相对应，坐标维度包括要素必要性、和要素偏好性。
基于所述要素优先坐标系对所述各要素信息分别进行评价，将各指标评价值作为坐标系的坐标值，进而根据坐标值获得各要素的要素特征向量集合。对各要素特征向量的模进行计算，并将所述要素特征向量集合中各特征向量的模进行大小排序，获得充电要素优先顺序，所述充电要素优先顺序按照向量的模的大小进行排列，向量的模越大，其对应的优先顺序越靠前。基于所述充电要素优先顺序对所述充电需求信息进行参数排列，将顺序整合后的要素需求信息作为充电需求参数信息。通过对充电需求多要素进行优先排序整理，提高用户充电需求全面性和特定性，进而提高用户充电体验效果。
步骤S300：获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；
步骤S400：基于所述充电桩列表信息，设置充电桩寻优空间；
具体而言，通过客户终端获取用户的当前位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息，所述预设半径区域可自行设置，例如可选取当前位置5km内的充电桩信息。基于所述充电桩列表信息，设置充电桩寻优空间，所述充电桩寻优空间为充电桩的全局寻优范围。
步骤S500：获取所述充电桩列表信息中各充电桩的充电价格策略信息；
步骤S600：根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；
具体而言，通过充电桩线上服务系统获取所述充电桩列表信息中各充电桩的充电价格策略信息，所述充电价格策略信息为各充电桩的充电收费情况，即充电时长与收费价格的关联信息。并将所述充电需求参数信息和所述充电价格策略信息，作为充电桩性能评价参数，所述充电桩性能评价参数为充电桩全局寻优时的性能评价指标。
步骤S700：基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。
在一个实施例中，所述输出充电桩优选信息，本申请步骤S700还包括：
步骤S710：在所述充电桩寻优空间内随机选择第一充电桩，作为当前最优充电桩；
步骤S720：采用所述充电桩性能评价参数对所述第一充电桩进行寻优评分，获得第一充电桩寻优评分；
步骤S730：基于预设邻域方式，构建所述当前最优充电桩的第一邻域，其中，所述第一邻域包括多个充电桩；
步骤S740：依次计算所述多个充电桩的寻优评分，获得多个充电桩寻优评分；
步骤S750：基于所述第一充电桩寻优评分和所述多个充电桩寻优评分进行比对，获得充电桩优选信息。
在一个实施例中，所述基于所述第一充电桩寻优评分和所述多个充电桩寻优评分进行比对，获得充电桩优选信息，本申请步骤S750还包括：
步骤S710：将所述多个充电桩寻优评分进行对比，筛选所述第一邻域的第一最优充电桩评分；
步骤S720：若所述第一最优充电桩评分大于所述第一充电桩寻优评分，反向选择所述第一最优充电桩评分的充电桩，记作第二充电桩；
步骤S730：将所述第二充电桩替代所述第一充电桩作为所述当前最优充电桩进行迭代寻优；
步骤S740：若迭代寻优达到预设迭代次数，输出所述充电桩优选信息。
在一个实施例中，所述将所述第二充电桩替代所述第一充电桩作为所述当前最优充电桩进行迭代寻优，本申请步骤S730还包括：
步骤S731：将所述第二充电桩加入禁忌表内进行标记，记作禁忌标记；
步骤S732：计算所述禁忌标记的禁忌时长，获得寻优禁忌时长；
步骤S733：当所述寻优禁忌时长满足预设禁忌期限时，解除所述禁忌标记，将所述第二充电桩从所述禁忌表内删除；
步骤S734：构建所述二充电桩的第二邻域，继续进行迭代寻优。
具体而言，为向用户推荐适用充电桩，基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，具体寻优过程为在所述充电桩寻优空间内随机选择第一充电桩，作为当前最优充电桩。采用所述充电桩性能评价参数对所述第一充电桩进行寻优评分，即通过所述充电桩性能评价参数对当前选择的充电桩进行性能评价，不同的充电桩性能等级对应不同的寻优评分，获得该充电桩对应的第一充电桩寻优评分。基于预设邻域方式，构建所述当前最优充电桩的第一邻域，其中，所述第一邻域包括多个充电桩，即根据当前选择的充电桩进行预设距离范围内的邻域充电桩划分，预设范围可根据历史经验数据自行确定。
依次计算所述多个充电桩的寻优评分，获得对应的多个充电桩寻优评分，再将所述第一充电桩寻优评分和所述多个充电桩寻优评分进行比对，首先将所述多个充电桩寻优评分进行对比，筛选所述第一邻域的第一最优充电桩评分，即该充电桩邻域的最高充电桩评分。若所述第一最优充电桩评分大于所述第一充电桩寻优评分，表明该邻域出现新的最优充电桩评分，则反向选择所述第一最优充电桩评分的充电桩，将其记作第二充电桩，并将所述第二充电桩替代所述第一充电桩作为当前最优充电桩，进行新一轮的充电桩筛选对比。
在进行新一轮的迭代寻优时，将所述第二充电桩加入禁忌表内进行标记，禁忌表目的是为了防止搜索出现循环，保证最优结果不陷入局部最优，将局部最优值作为禁忌对象，记作禁忌标记，即禁忌对象不作为新一轮寻优对象。在后续寻优过程中，计算所述禁忌标记的禁忌时长，获得其对应的寻优禁忌时长。设置预设禁忌期限，所述预设禁忌期限是禁忌对象不能被选取的周期，禁忌期限过短容易出现循环，跳不出局部最优，长度过长会造成计算时间过长。当所述寻优禁忌时长满足预设禁忌期限时，解除所述禁忌标记，将所述第二充电桩从所述禁忌表内删除，继续进行充电桩全局寻优，即构建所述二充电桩的第二邻域，继续进行迭代寻优，所述第二邻域为第二充电桩预设距离范围内的多个充电桩。
经过反复多次筛选迭代，若迭代寻优达到预设迭代次数，所述预设迭代次数为迭代次数限制，则输出所述充电桩优选信息，即筛选出综合性能评分最优的充电桩。并根据所述充电桩优选信息向目标用户终端进行推荐，例如按照充电桩优选信息进行充电路径规划，用户根据充电桩规划路线进行充电，通过结合充电需求多要素进行充电桩全局寻优，提高寻优推荐准确性和推荐效率，进而提高用户充电体验。
在一个实施例中，本申请步骤还包括：
步骤S810：获得所述充电桩列表信息中各充电桩的使用状态信息和路径交通情况信息；
步骤S820：将所述使用状态信息和路径交通情况信息作为决策约束条件；
步骤S830：基于所述决策约束条件，对所述充电桩优选信息进行调整修正。
具体而言，为保证充电桩推荐的实际应用性，获取充电桩列表信息中各充电桩的使用状态信息和路径交通情况信息。充电桩的使用状态信息为充电桩的占用使用状态，包括是否被占用以及使用完成等待时间，路径交通情况信息为当前充电桩优选信息的路径规划交通信息，包括交通是否拥堵、施工情况等。将所述使用状态信息和路径交通情况信息作为决策约束条件，即实际充电桩推荐选择的决策附加条件。基于所述决策约束条件，对所述充电桩优选信息进行调整修正，示例性的，充电桩优选信息存在被占用情况，可依据充电桩列表寻优信息对充电桩进行局部最优充电桩选择。通过考虑充电桩的实时应用情况，对充电桩进行调整推荐，提高寻优推荐准确性和推荐效率，进而提高用户充电体验效果。
在一个实施例中，如图3所示，提供了一种充电桩的智能推荐系统，包括：充电需求获取模块11，要素提取模块12，充电桩列表获取模块13，寻优空间设置模块14，充电价格策略获取模块15，性能评价参数确定模块16，优选信息输出模块17，其中：
充电需求获取模块11，用于获取目标用户的充电需求信息；
要素提取模块12，用于对所述充电需求信息进行要素提取，获得充电需求参数信息；
充电桩列表获取模块13，用于获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；
寻优空间设置模块14，用于基于所述充电桩列表信息，设置充电桩寻优空间；
充电价格策略获取模块15，用于获取所述充电桩列表信息中各充电桩的充电价格策略信息；
性能评价参数确定模块16，用于根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；
优选信息输出模块17，用于基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。
在一个实施例中，所述系统还包括：
需求要素信息获取单元，用于基于所述充电需求信息进行要素提取，获得充电需求要素信息；
需求要素信息确定单元，用于所述充电需求要素信息包括充电路径、可用电量、充电耗时、充电电源要求；
要素优先顺序获得单元，用于对所述充电需求要素信息中的各要素信息进行优先级评价，获得充电要素优先顺序；
充电需求参数获得单元，用于基于所述充电要素优先顺序对所述充电需求信息进行参数排列，获得所述充电需求参数信息。
在一个实施例中，所述系统还包括：
要素特征确定单元，用于获得要素优先特征指标，所述要素优先特征指标包括要素必要性、和要素偏好性；
要素优先坐标系构建单元，用于根据所述要素优先特征指标，构建要素优先坐标系；
要素评价单元，用于基于所述要素优先坐标系对所述各要素信息分别进行评价，获得要素特征向量集合；
向量排序单元，用于对所述要素特征向量集合中各特征向量的模进行排序，获得所述充电要素优先顺序。
在一个实施例中，所述系统还包括：
随机选择单元，用于在所述充电桩寻优空间内随机选择第一充电桩，作为当前最优充电桩；
第一寻优评分获得单元，用于采用所述充电桩性能评价参数对所述第一充电桩进行寻优评分，获得第一充电桩寻优评分；
第一邻域构建单元，用于基于预设邻域方式，构建所述当前最优充电桩的第一邻域，其中，所述第一邻域包括多个充电桩；
第N寻优评分获得单元，用于依次计算所述多个充电桩的寻优评分，获得多个充电桩寻优评分；
寻优评分比对单元，用于基于所述第一充电桩寻优评分和所述多个充电桩寻优评分进行比对，获得充电桩优选信息。
在一个实施例中，所述系统还包括：
评分筛选单元，用于将所述多个充电桩寻优评分进行对比，筛选所述第一邻域的第一最优充电桩评分；
反向选择单元，用于若所述第一最优充电桩评分大于所述第一充电桩寻优评分，反向选择所述第一最优充电桩评分的充电桩，记作第二充电桩；
迭代寻优单元，用于将所述第二充电桩替代所述第一充电桩作为所述当前最优充电桩进行迭代寻优；
充电桩优选信息输出单元，用于若迭代寻优达到预设迭代次数，输出所述充电桩优选信息。
在一个实施例中，所述系统还包括：
禁忌标记单元，用于将所述第二充电桩加入禁忌表内进行标记，记作禁忌标记；
禁忌时长获得单元，用于计算所述禁忌标记的禁忌时长，获得寻优禁忌时长；
禁忌标记解除单元，用于当所述寻优禁忌时长满足预设禁忌期限时，解除所述禁忌标记，将所述第二充电桩从所述禁忌表内删除；
第二邻域构建单元，用于构建所述二充电桩的第二邻域，继续进行迭代寻优。
在一个实施例中，所述系统还包括：
实时信息获取单元，用于获得所述充电桩列表信息中各充电桩的使用状态信息和路径交通情况信息；
决策约束条件确定单元，用于将所述使用状态信息和路径交通情况信息作为决策约束条件；
调整修正单元，用于基于所述决策约束条件，对所述充电桩优选信息进行调整修正。
关于一种充电桩的智能推荐系统的具体实施例可以参见上文中对于一种充电桩的智能推荐方法的实施例，在此不再赘述。上述一种充电桩的智能推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种充电桩的智能推荐方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取目标用户的充电需求信息；对所述充电需求信息进行要素提取，获得充电需求参数信息；获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；基于所述充电桩列表信息，设置充电桩寻优空间；获取所述充电桩列表信息中各充电桩的充电价格策略信息；根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取目标用户的充电需求信息；对所述充电需求信息进行要素提取，获得充电需求参数信息；获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；基于所述充电桩列表信息，设置充电桩寻优空间；获取所述充电桩列表信息中各充电桩的充电价格策略信息；根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种充电桩的智能推荐方法，其特征在于，所述方法包括：
获取目标用户的充电需求信息；
对所述充电需求信息进行要素提取，获得充电需求参数信息；
获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；
基于所述充电桩列表信息，设置充电桩寻优空间；
获取所述充电桩列表信息中各充电桩的充电价格策略信息；
根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；
基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。
2.如权利要求1所述的方法，其特征在于，所述获得充电需求参数信息，包括：
基于所述充电需求信息进行要素提取，获得充电需求要素信息；
所述充电需求要素信息包括充电路径、可用电量、充电耗时、充电电源要求；
对所述充电需求要素信息中的各要素信息进行优先级评价，获得充电要素优先顺序；
基于所述充电要素优先顺序对所述充电需求信息进行参数排列，获得所述充电需求参数信息。
3.如权利要求2所述的方法，其特征在于，所述获得充电要素优先顺序，包括：
获得要素优先特征指标，所述要素优先特征指标包括要素必要性、和要素偏好性；
根据所述要素优先特征指标，构建要素优先坐标系；
基于所述要素优先坐标系对所述各要素信息分别进行评价，获得要素特征向量集合；
对所述要素特征向量集合中各特征向量的模进行排序，获得所述充电要素优先顺序。
4.如权利要求1所述的方法，其特征在于，所述输出充电桩优选信息，包括：
在所述充电桩寻优空间内随机选择第一充电桩，作为当前最优充电桩；
采用所述充电桩性能评价参数对所述第一充电桩进行寻优评分，获得第一充电桩寻优评分；
基于预设邻域方式，构建所述当前最优充电桩的第一邻域，其中，所述第一邻域包括多个充电桩；
依次计算所述多个充电桩的寻优评分，获得多个充电桩寻优评分；
基于所述第一充电桩寻优评分和所述多个充电桩寻优评分进行比对，获得充电桩优选信息。
5.如权利要求4所述的方法，其特征在于，所述基于所述第一充电桩寻优评分和所述多个充电桩寻优评分进行比对，获得充电桩优选信息，包括：
将所述多个充电桩寻优评分进行对比，筛选所述第一邻域的第一最优充电桩评分；
若所述第一最优充电桩评分大于所述第一充电桩寻优评分，反向选择所述第一最优充电桩评分的充电桩，记作第二充电桩；
将所述第二充电桩替代所述第一充电桩作为所述当前最优充电桩进行迭代寻优；
若迭代寻优达到预设迭代次数，输出所述充电桩优选信息。
6.如权利要求5所述的方法，其特征在于，所述将所述第二充电桩替代所述第一充电桩作为所述当前最优充电桩进行迭代寻优，包括：
将所述第二充电桩加入禁忌表内进行标记，记作禁忌标记；
计算所述禁忌标记的禁忌时长，获得寻优禁忌时长；
当所述寻优禁忌时长满足预设禁忌期限时，解除所述禁忌标记，将所述第二充电桩从所述禁忌表内删除；
构建所述二充电桩的第二邻域，继续进行迭代寻优。
7.如权利要求1所述的方法，其特征在于，所述方法包括：
获得所述充电桩列表信息中各充电桩的使用状态信息和路径交通情况信息；
将所述使用状态信息和路径交通情况信息作为决策约束条件；
基于所述决策约束条件，对所述充电桩优选信息进行调整修正。
8.一种充电桩的智能推荐系统，其特征在于，所述系统包括：
充电需求获取模块，用于获取目标用户的充电需求信息；
要素提取模块，用于对所述充电需求信息进行要素提取，获得充电需求参数信息；
充电桩列表获取模块，用于获取用户位置信息，基于所述用户位置信息获得在预设半径区域之内的充电桩列表信息；
寻优空间设置模块，用于基于所述充电桩列表信息，设置充电桩寻优空间；
充电价格策略获取模块，用于获取所述充电桩列表信息中各充电桩的充电价格策略信息；
性能评价参数确定模块，用于根据所述充电需求参数信息和所述充电价格策略信息，确定充电桩性能评价参数；
优选信息输出模块，用于基于所述充电桩性能评价参数在所述充电桩寻优空间内进行全局寻优，输出充电桩优选信息，并根据所述充电桩优选信息向目标用户进行推荐管理。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310187757.5A CN116228295A (zh) | 2023-03-02 | 2023-03-02 | 一种充电桩的智能推荐方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310187757.5A CN116228295A (zh) | 2023-03-02 | 2023-03-02 | 一种充电桩的智能推荐方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116228295A true CN116228295A (zh) | 2023-06-06 |
Family
ID=86580286
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310187757.5A Pending CN116228295A (zh) | 2023-03-02 | 2023-03-02 | 一种充电桩的智能推荐方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116228295A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116721756A (zh) * | 2023-06-21 | 2023-09-08 | 中国人民解放军总医院第六医学中心 | 一种远程医疗方案分析方法及系统 |
| CN117892155A (zh) * | 2024-03-14 | 2024-04-16 | 福州一城天天出行科技有限公司 | 一种充电桩数据处理方法及其系统 |
| CN118245688A (zh) * | 2024-03-22 | 2024-06-25 | 河北汉佳电子科技有限公司 | 充电策略推荐及充电策略评价模型构建方法 |
| CN118644051A (zh) * | 2024-08-13 | 2024-09-13 | 江苏华飞新能源科技有限公司 | 基于动态数据融合的充电桩调度方法及系统 |
| CN120735635A (zh) * | 2025-08-06 | 2025-10-03 | 超聚变数字技术有限公司 | 充电枪的推荐方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013078168A (ja) * | 2011-09-29 | 2013-04-25 | Nissan Motor Co Ltd | 電力授受システム、電動車両、及び電力授受方法 |
| CN103426127A (zh) * | 2013-08-16 | 2013-12-04 | 江苏大学 | 一种基于伪杂交禁忌混合遗传算法的城市电网规划方法 |
| CN107640049A (zh) * | 2017-09-20 | 2018-01-30 | 东北大学 | 一种针对充电站的电动汽车有序充电的移动终端系统 |
| CN110363311A (zh) * | 2019-06-10 | 2019-10-22 | 上海交通大学 | 基于预约的充电桩分配方法及系统 |
| WO2021189745A1 (zh) * | 2020-03-25 | 2021-09-30 | 全球能源互联网研究院有限公司 | 电动汽车充电设施的推荐方法、装置、计算机设备及存储介质 |
| CN114676343A (zh) * | 2022-03-03 | 2022-06-28 | 北京新能源汽车股份有限公司 | 一种充电站推荐方法、装置、电动汽车及终端 |
| CN115224688A (zh) * | 2022-09-20 | 2022-10-21 | 江苏永鼎股份有限公司 | 一种高压电力传输性能的优化方法及系统 |
| CN115391681A (zh) * | 2022-08-30 | 2022-11-25 | 上汽通用五菱汽车股份有限公司 | 充电站推荐方法、装置、电子设备及可读存储介质 |
| CN115711629A (zh) * | 2022-11-21 | 2023-02-24 | 岚图汽车科技有限公司 | 一种在途充电策略规划方法及相关设备 |
-
2023
- 2023-03-02 CN CN202310187757.5A patent/CN116228295A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013078168A (ja) * | 2011-09-29 | 2013-04-25 | Nissan Motor Co Ltd | 電力授受システム、電動車両、及び電力授受方法 |
| CN103426127A (zh) * | 2013-08-16 | 2013-12-04 | 江苏大学 | 一种基于伪杂交禁忌混合遗传算法的城市电网规划方法 |
| CN107640049A (zh) * | 2017-09-20 | 2018-01-30 | 东北大学 | 一种针对充电站的电动汽车有序充电的移动终端系统 |
| CN110363311A (zh) * | 2019-06-10 | 2019-10-22 | 上海交通大学 | 基于预约的充电桩分配方法及系统 |
| WO2021189745A1 (zh) * | 2020-03-25 | 2021-09-30 | 全球能源互联网研究院有限公司 | 电动汽车充电设施的推荐方法、装置、计算机设备及存储介质 |
| CN114676343A (zh) * | 2022-03-03 | 2022-06-28 | 北京新能源汽车股份有限公司 | 一种充电站推荐方法、装置、电动汽车及终端 |
| CN115391681A (zh) * | 2022-08-30 | 2022-11-25 | 上汽通用五菱汽车股份有限公司 | 充电站推荐方法、装置、电子设备及可读存储介质 |
| CN115224688A (zh) * | 2022-09-20 | 2022-10-21 | 江苏永鼎股份有限公司 | 一种高压电力传输性能的优化方法及系统 |
| CN115711629A (zh) * | 2022-11-21 | 2023-02-24 | 岚图汽车科技有限公司 | 一种在途充电策略规划方法及相关设备 |
Non-Patent Citations (1)
| Title |
|---|
| 李公法: "《人工智能与计算智能及其应用》", 华中科技大学出版社, pages: 210 - 215 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116721756A (zh) * | 2023-06-21 | 2023-09-08 | 中国人民解放军总医院第六医学中心 | 一种远程医疗方案分析方法及系统 |
| CN117892155A (zh) * | 2024-03-14 | 2024-04-16 | 福州一城天天出行科技有限公司 | 一种充电桩数据处理方法及其系统 |
| CN117892155B (zh) * | 2024-03-14 | 2024-05-31 | 福州一城天天出行科技有限公司 | 一种充电桩数据处理方法及其系统 |
| CN118245688A (zh) * | 2024-03-22 | 2024-06-25 | 河北汉佳电子科技有限公司 | 充电策略推荐及充电策略评价模型构建方法 |
| CN118245688B (zh) * | 2024-03-22 | 2024-12-27 | 河北汉佳电子科技有限公司 | 充电策略推荐及充电策略评价模型构建方法 |
| CN118644051A (zh) * | 2024-08-13 | 2024-09-13 | 江苏华飞新能源科技有限公司 | 基于动态数据融合的充电桩调度方法及系统 |
| CN118644051B (zh) * | 2024-08-13 | 2024-11-22 | 江苏华飞新能源科技有限公司 | 基于动态数据融合的充电桩调度方法及系统 |
| CN120735635A (zh) * | 2025-08-06 | 2025-10-03 | 超聚变数字技术有限公司 | 充电枪的推荐方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116228295A (zh) | 一种充电桩的智能推荐方法及系统 | |
| KR20210149626A (ko) | 배터리 서비스 제공 시스템 및 방법 | |
| CN111428137B (zh) | 一种电动汽车充电设施的推荐方法及推荐装置 | |
| US11532037B2 (en) | Rental fee setting apparatus, rental fee setting method and rental fee setting system | |
| CN114779092B (zh) | 一种基于车辆电池健康度预测电池寿命的方法及系统 | |
| CN110955838A (zh) | 房源推荐处理方法、装置、终端及计算机可读存储介质 | |
| CN115713168A (zh) | 用车出行时间预测方法、装置、服务器及存储介质 | |
| CN117183806A (zh) | 充电桩预约充电方法、用户交互方法、存储介质、处理器 | |
| EP4125028B1 (en) | Method and system to generate pricing for charging electric vehicles | |
| CN119692567A (zh) | 考虑竞争的电动汽车充电可达性分析方法、系统和装置 | |
| CN111539551A (zh) | 行车目的地地址预测方法、装置、计算机设备和存储介质 | |
| WO2020254418A1 (en) | System and method for populating a database with occupancy data of parking facilities | |
| CN119809655A (zh) | 一种代客充电服务人员优选方法及其系统 | |
| CN120396744A (zh) | 电动汽车停车场的控制方法、装置及设备 | |
| CN117877310A (zh) | 一种停车场推荐方法、装置以及存储介质 | |
| CN118525286B (zh) | 电动车辆充电站的网络的优化 | |
| CN119058458A (zh) | 一种移动充电桩定位方法及系统 | |
| CN117087651A (zh) | 功率分配系统、方法、装置、计算机设备和存储介质 | |
| CN114254880B (zh) | 交通工具的调度方法、装置、计算机设备和存储介质 | |
| JP2000215251A (ja) | 動的リスク評価のための多重ソ―ス情報融合システム | |
| CN116562426A (zh) | 充电场站负荷的预测方法、装置、电子设备及介质 | |
| CN111104609A (zh) | 人际关系的预测方法及其装置、计算机程序、存储介质 | |
| JP6719501B2 (ja) | バッテリー交換料金決定システム | |
| CN111833595A (zh) | 共享汽车辅助车辆配置方法、电子设备及存储介质 | |
| CN118245688B (zh) | 充电策略推荐及充电策略评价模型构建方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230606 |