本发明属于二轮车换电,尤其涉及二轮车换电站的3d城市洞察与推送方法、装置及存储介质。
背景技术:
1、目前,二轮车换电行业快速发展,但在运营管理过程中仍面临许多问题。而大数据和人工智能等新技术的应用,为解决这些问题提供了新的可能性。因此,本技术方案旨在提供一种基于大数据与规则引擎的系统,结合3d城市洞察与推送系统,以改善二轮车换电行业的运营管理和决策过程。
技术实现思路
1、发明目的:为了克服现有技术中存在的不足,本发明提供二轮车换电站的3d城市洞察与推送方法、装置及存储介质,针对换电站点具有实时洞察、风险预警、智能排序和即时推送功能,提升站点的运营管理水平和决策能力。
2、技术方案:为实现上述目的,本发明的二轮车换电站的3d城市洞察与推送方法,包括:
3、收集二轮车换电站点的运营数据和物联网数据,包括站点数据、站点的换电柜数据以及换电柜的电池数据;
4、基于换电站规则引擎算法对收集的数据进行分析和计算,获得换电站的运营特征数据,根据运营特征数据反映换电站存在的问题特征,以便针对站点运营过程中存在的问题进行预警与处理;
5、将计算得到的换电站的运营特征数据和反映出的问题特征对应的问题状态通过接口传输至3d平台,通过换电站的运营特征数据和问题状态的3d城市模型展示,以直观方式获取各个换电站点的运行状况、问题分布和影响范围;
6、根据换电站的运营特征数据和反映的问题进行算法特征提取,并对各站点进行风险得分计算,根据得出的风险分数高低确定风险站点的优先级排序;
7、根据站点的优先级排序向对应的站点负责人发送处理相关站点问题的预警通知。
8、进一步地,换电站的运营特征数据包括离线柜数量、不可用电池数量、可用电池配比、近期柜内闲置与需回收电池数量、近期平均缺电量、近期换电柜重启次数、无效换电占比、近期平均换电时长、用户客诉量以及今日异常电池率。
9、进一步地,站点问题风险得分的计算与排序步骤如下:
10、s1:使用xgboost模型进行特征重要性分析:站点的各特征重要性分数通过树模型中的增益gain来计算,xgboost模型包含n棵决策树,每棵决策树都用于预测站点问题综合得分,计算每个特征在决策树中的平均增益作为其重要性分数,如下:
11、s1.1:对于每棵决策树的每个特征,计算其增益,设特征i在第j棵决策树上的增益为g(i,j);
12、s1.2:对于每个特征i,将其在所有决策树中的增益加总,得到总增益:
13、
14、s1.3:将每个特征的总增益除以所有特征的总增益,以获得特征的相对重要性分数fi(i):
15、
16、其中:m表示站点特征的总数;
17、s2:问题指标与特征的关联:分析特征的重要性和历史数据,确定每个问题指标与站点综合得分的关联性,帮助理解每个问题指标对站点综合得分的影响,使用皮尔逊相关系数来度量每个问题指标与站点综合得分之间的相关性:
18、
19、其中:xi表示问题指标i的值,表示问题指标i的均值,yi表示站点综合得分的值,表示站点综合得分的均值;
20、通过计算每个问题指标与站点综合得分的皮尔逊相关系数,得出问题指标与站点综合得分之间的相关性程度:
21、如果相关系数接近于1或-1,表示该问题指标对站点综合得分具有线性关联;
22、如果相关系数接近于0,表示该问题指标对站点综合得分没有线性关联;
23、s3:权重分配:基于xgboost模型计算得到的特征重要性分数fi(i)和问题指标与特征的关联系数r,得到不同指标的权重,以反映每个指标对站点问题的贡献程度;
24、s4:问题综合得分计算:根据计算得到的权重和问题指标的历史数据,计算每个站点表示站点的风险水平的问题综合得分,如下:
25、s4.1:对于每个问题指标i,将原始值归一化到[0,1]范围内inom:
26、
27、其中:i是站点的问题指标,min_valuei和max_valuei分别是问题指标i的最小值和最大值;
28、s4.2:将归一化的问题指标乘以相应的权重wi,并相加,得到站点的问题综合得分:
29、sf=w1*1nom+w2*2nom+...+wi*inom
30、s5:站点排序:根据综合问题得分sf从高到低对站点进行排序,得到风险程度从高到低的站点列表;
31、s6:实时应用:将站点问题风险得分计算与排序模型嵌入到实时数据流中,以实时计算站点的问题综合得分,从而提供实时的站点风险排序。
32、进一步地,向站点负责人发送预警通知的步骤如下:
33、步骤一:将分析后的站点数据通过jdbc的方式发送至消息中心;
34、步骤二:接收到消息中心产生的数据后,根据站点优先级策略,判断是否需要发送预警短信;
35、步骤三:针对符合预警规则的站点,推送系统通过站点信息获取对应的负责人信息,并根据优先级选择对应的短信模板推送给该负责人;
36、步骤四:针对无需预警站点,推送系统不做处理。
37、装置,该装置用于实现二轮车换电站的3d城市洞察与推送方法,包括:
38、数据收集模块:用于换电站点的运营数据和物联网数据的收集;
39、数据处理模块:用于对收集的数据进行特征工程处理和分析与计算;
40、数据执行模块:用于预警通知的推送。
41、存储介质,其内存储有可执行程序,所述可执行程序被处理器执行可实现二轮车换电站的3d城市洞察与推送方法。
42、有益效果:本发明具有针对换电站点具有实时洞察、风险预警、智能排序和即时推送功能,其中:通过系统的实时数据收集和分析,决策者可以实时了解站点的运营状态和问题情况,及时采取措施应对;规则引擎可以根据预先设定的规则和算法,对运营中可能出现的问题进行预警,帮助决策者及时调整运营策略,降低风险;通过算法引擎的计算和排序,可以为决策者提供合理的问题优先级,帮助他们更有效地处理问题和分配资源;通过消息中心的短信推送,站点负责人可以及时得到相关问题的通知和提醒,便于他们迅速采取行动,并提高站点运营效率。
1.二轮车换电站的3d城市洞察与推送方法,其特征在于:包括:
2.根据权利要求1所述的二轮车换电站的3d城市洞察与推送方法,其特征在于:换电站的运营特征数据包括离线柜数量、不可用电池数量、可用电池配比、近期柜内闲置与需回收电池数量、近期平均缺电量、近期换电柜重启次数、无效换电占比、近期平均换电时长、用户客诉量以及今日异常电池率。
3.根据权利要求1所述的二轮车换电站的3d城市洞察与推送方法,其特征在于:站点问题风险得分的计算与排序步骤如下:
4.根据权利要求1所述的二轮车换电站的3d城市洞察与推送方法,其特征在于:向站点负责人发送预警通知的步骤如下:
5.装置,该装置用于实现权利要求1~4任一项所述的二轮车换电站的3d城市洞察与推送方法,其特征在于:包括:
6.存储介质,其特征在于:其内存储有可执行程序,所述可执行程序被处理器执行可实现权利要求1~4任一项所述的二轮车换电站的3d城市洞察与推送方法。