充电站选址推荐方法、装置和计算机可读存储介质与流程

本发明涉及人工智能，尤其涉及一种充电站选址推荐方法、装置和计算机可读存储介质。

背景技术：

1、随着新能源汽车的大力发展，电动汽车的充电需求迅速增长，充电站建设需求逐步扩大，而充电站的选址目前为运营商的难点。

2、目前，充电站选择考虑的角度都比较单一，如考虑运维成本来选址，或者考虑人口分布来选址，或者考虑在商圈来选址。然而这些选址方式不能很好的平衡运营需求和用户需求。

技术实现思路

1、本发明的主要目的在于提供一种充电站选址推荐方法、装置和计算机可读存储介质，旨在使得充电站的选址更能平衡运行需求和用户需求，选址方式更优化。

2、基于此，本发明提供一种充电站选址推荐方法，所述充电站选址推荐方法包括：

3、根据用户住址信息和办公地址信息确定推荐片区；

4、根据针对所述推荐片区的选择操作确定目标选址，获取在所述目标选址预设范围内的特征数据，所述特征数据包括用户数据、车辆数据、站点数据和环境数据中的至少一个；

5、将所述特征数据输入预设的充电量预测模型，预测所述目标选址的单桩充电量；

6、在所述单桩充电量满足预设条件时，推荐所述目标选址。

7、可选地，所述预设条件包括所述单桩充电量大于或等于预设充电量。

8、可选地，所述充电站选址推荐方法还包括：

9、收集预设数量的样本特征数据，所述样本特征数据包括用户数据、车辆数据、站点数据和环境数据以及实际充电量；

10、对所述样本特征数据进行优化处理，获得优化样本集；

11、对所述优化样本集进行拆分，获得训练样本集和测试样本集；

12、将所述训练样本集和所述测试样本集输入充电量预测模型的初始架构，训练生成所述充电量预测模型。

13、可选地，所述对所述样本特征数据进行优化处理，获得优化样本集的步骤包括：

14、根据每个所述样本特征数据确定预测得到的单桩充电量与所述实际充电量的误差，将所述误差大于预设误差的样本集确定为第一异常样本集；

15、根据每个所述样本特征数据确定预测得到的单桩充电量与实际充电量的偏移精度，将偏移精度大于预设偏移精度的样本确定为确定第二异常样本集；

16、将除所述第一异常样本集和第二异常样本集之外的样本集确定为所述优化样本集。

17、可选地，所述根据每个所述样本特征数据确定预测得到的单桩充电量与所述实际充电量的误差，将所述误差大于预设误差的样本集确定为第一异常样本集的步骤之后，还包括：

18、采用特征递归消除法从采集到的样本特征数据中确定特征组合数据，以所述特征组合数据更新所述样本特征数据。

19、可选地，所述将所述训练样本集和所述测试样本集输入充电量预测模型的初始架构，训练生成所述充电量预测模型的步骤包括：

20、将训练样本集和测试样本集输入充电量预测模型的初始架构，采用catboost算法对所述训练样本集和测试样本集进行训练；

21、使用超参数优化的模型选择方法对catboost算法进行参数调整，获得目标参数组合，所述目标参数组合优于其他参数组合；

22、根据所述目标参数组合和测试样本集进行测试，获得测试结果，并对所述测试结果进行评价，根据评价结果生成所述充电量预测模型。

23、可选地，所述充电站选址推荐方法，还包括：

24、基于已上线充电站的实际充电信息修正所述充电量预测模型。

25、可选地，所述基于已上线的充电站的实际充电信息修正所述充电量预测模型的步骤包括：

26、获取已上线充电站的经纬度信息和预设范围内的特征数据；

27、将所述经纬度信息和所述特征数据输入所述充电量预测模型，预测单桩充电量；

28、比对所述单桩充电量和已上线充电站的实际充电量；

29、在所述单桩充电量和所述实际充电量的差值大于预设差值时，基于所述实际充电量修正所述预测单桩充电模型。

30、本发明还提供一种充电站选址推荐装置，所述充电站选址推荐装置包括：存储器、处理器以及存储在所述存储器并可在所述处理器上运行的充电站选址推荐程序，所述充电站选址推荐程序被所述处理器执行时实现如上所述的充电站选址推荐方法的各个步骤。

31、本发明还提供一种计算机可读存储介质，所述计算可读存储介质存储有充电站选址推荐程序，所述充电站选址推荐程序被处理器执行时实现如上所述的充电站选址推荐方法的各个步骤。

32、本发明实施例提供的充电站选址推荐方法、装置和计算机可读存储介质，基于用户住址信息和办公地址信息确定推荐片区后，可以确定车辆最可能需要充电的地方。然后根据用户数据、车辆数据、站点数据和环境数据等信息来预测单桩充电量，进而根据单桩充电量来推荐目标选址。结合车辆数据、用户数据、站点数据、环境数据等多个维度的特征数据，以及基于充电量评估经济效益，然后进行选址，能较好地覆盖影响站点单桩充电量的各种因素，使得对选址的评估更科学有效，体现选址考虑因素的全面性。

技术特征：

1.一种充电站选址推荐方法，其特征在于，所述充电站选址推荐方法包括：

2.如权利要求1所述的充电站选址推荐方法，其特征在于，所述预设条件包括所述单桩充电量大于或等于预设充电量。

3.如权利要求1所述的充电站选址推荐方法，其特征在于，所述充电站选址推荐方法还包括：

4.如权利要求3所述的充电站选址推荐方法，其特征在于，所述对所述样本特征数据进行优化处理，获得优化样本集的步骤包括：

5.如权利要求4所述的充电站选址推荐方法，其特征在于，所述根据每个所述样本特征数据确定预测得到的单桩充电量与所述实际充电量的误差，将所述误差大于预设误差的样本集确定为第一异常样本集的步骤之后，还包括：

6.如权利要求3所述的充电站选址推荐方法，其特征在于，所述将所述训练样本集和所述测试样本集输入充电量预测模型的初始架构，训练生成所述充电量预测模型的步骤包括：

7.如权利要求1-6任一项所述的充电站选址推荐方法，其特征在于，所述充电站选址推荐方法，还包括：

8.如权利要求7所述的充电站选址推荐方法，其特征在于，所述基于已上线的充电站的实际充电信息修正所述充电量预测模型的步骤包括：

9.一种充电站选址推荐装置，其特征在于，所述充电站选址推荐装置包括：存储器、处理器以及存储在所述存储器并可在所述处理器上运行的充电站选址推荐程序，所述充电站选址推荐程序被所述处理器执行时实现如权利要求1至8任一项所述的充电站选址推荐方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算可读存储介质存储有充电站选址推荐程序，所述充电站选址推荐程序被处理器执行时实现如权利要求1至8任一项所述的充电站选址推荐方法的步骤。

技术总结
本发明公开一种充电站选址推荐方法、装置和计算机可读存储介质，方法包括根据用户住址信息和办公地址信息确定推荐片区；根据针对所述推荐片区的选择操作确定目标选址，获取在所述目标选址预设范围内的特征数据，所述特征数据包括用户数据、车辆数据、站点数据和环境数据中的至少一个；将所述特征数据输入预设的充电量预测模型，预测所述目标选址的单桩充电量；在所述单桩充电量满足预设条件时，推荐所述目标选址。本发明本实施例实现充电站的选址更能平衡运行需求和用户需求，选址方式更优化。

技术研发人员：刘知伦,徐强胜,赖明金,罗国鹏
受保护的技术使用者：肇庆小鹏新能源投资有限公司
技术研发日：
技术公布日：2024/3/17