CN110991710B - 为能源补给站确定布置位置的方法及相关设备 - Google Patents

为能源补给站确定布置位置的方法及相关设备 Download PDF

Info

Publication number
CN110991710B
CN110991710B CN201911130324.6A CN201911130324A CN110991710B CN 110991710 B CN110991710 B CN 110991710B CN 201911130324 A CN201911130324 A CN 201911130324A CN 110991710 B CN110991710 B CN 110991710B
Authority
CN
China
Prior art keywords
distribution
area
sub
abscissa
ordinate
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.)
Active
Application number
CN201911130324.6A
Other languages
English (en)
Other versions
CN110991710A (zh
Inventor
侯琛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201911130324.6A priority Critical patent/CN110991710B/zh
Publication of CN110991710A publication Critical patent/CN110991710A/zh
Application granted granted Critical
Publication of CN110991710B publication Critical patent/CN110991710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请的实施例提供了一种为能源补给站确定布置位置的方法及相关设备,包括:获取车辆在目标区域的各个子区域中分布的分布概率;以所述分布概率作为所对应子区域的权重,根据所述分布概率确定所述目标区域中的带权中位子区域;将所述带权中位子区域作为所述目标区域中能源补给站的布置位置。从而实现了最小化目标区域中车辆到能源补给站的旅途消耗。

Description

为能源补给站确定布置位置的方法及相关设备
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种为能源补给站确定布置位置的方法及相关设备。
背景技术
随着新能源技术的发展,电动车得到了广泛推广和应用。由于电动车的电池容量的限制,一电池可供电动车行驶的路程有限,因此,电动车在行驶一定路程后,需要进行充电。而为了保证电动车的正常使用,需要在电动车的行驶区域中布设充电站来满足电动车的充电需求。
对于电动车而言,电动车从所在位置运动到充电站去充电也是需要旅途消耗的。随着电动车的广泛应用,电动车的用户量越来越多,那么对应的,电动车在去充电站的途中的旅途消耗也在不断增加。
因此,如何最小化电动车在去充电站的途中的旅途消耗是现有技术中亟待解决的技术问题。
发明内容
本申请的实施例提供了一种为能源补给站确定布置位置的方法及相关设备,进而至少在一定程度上可以实现了最小化电动车在去充电站的途中的旅途消耗。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种为能源补给站确定布置位置的方法,包括:
获取车辆在目标区域的各个子区域中分布的分布概率;
以所述分布概率作为所对应子区域的权重,根据所述分布概率确定所述目标区域中的带权中位子区域;
将所述带权中位子区域作为所述目标区域中能源补给站的布置位置。
根据本申请实施例的一个方面,提供了一种为能源补给站确定布置位置的装置,包括:
获取模块,用于获取车辆在目标区域的各个子区域中分布的分布概率;
带权中位子区域确定模块,用于以所述分布概率作为所对应子区域的权重,根据所述分布概率确定所述目标区域中的带权中位子区域;
布置位置确定模块,用于将所述带权中位子区域作为所述目标区域中能源补给站的布置位置。
根据本申请实施例的一个方面,提供了一种电子设备,包括:
存储器,存储有计算机可读指令;
处理器,所述计算机可读指令被所述处理器执行时实现如上所述为能源补给站确定布置位置的方法。
在本申请的一些实施例所提供的技术方案中,以目标区域的各个子区域所分别对应的分布概率作为子区域的权重,进而根据子区域的权重来确定目标区域中的带权中位子区域,并将带权中位子区域作为目标区域中能源补给站的布置位置。由于在数学中,已经被证明,在带权中位数的问题中,带权中位数是到其余各点的距离之和最小的最优点,从而,将目标区域中的带权中位子区域作为目标区域中能源补给站的布置位置,即可保证目标区域中各个子区域中的车辆到该能源补给站的距离之和最小,进而,可保证目标区域中的各个子区域中的车辆达到能源补给站的旅途总消耗较少,实现了最小化目标区域中车辆到能源补给站的旅途消耗。而且,由于以车辆在各个子区域中分布情况的分布概率作为子区域的权重来确定带权中位子区域,从而使得所确定能源补给站的位置与目标区域中车辆的实际分布情况相适应。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是根据一实施例示出的为能源补给站确定布置位置的方法的流程图;
图2是图1对应实施例的步骤130在一实施例中的流程图;
图3是根据一示例性实施例示出步骤110之前步骤的流程图;
图4是根据另一实施例示出的为能源补给站确定布置位置的方法的流程图;
图5是图4对应实施例的步骤430在一实施例中的流程图;
图6是根据另一实施例示出的为能源补给站确定布置位置的方法的流程图;
图7是根据一实施例示出的所构建硬件平台的示意图;
图8是根据一示例性实施例示出的为能源补给站确定布置位置的装置的框图;
图9是示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图1示出了根据本申请的一个实施例的为能源补给站确定布置位置的方法的流程图,该为能源补给站确定布置位置的方法可以由具有计算处理功能的设备来执行,例如分布式设备,或者也可以是分布式系统的管理设备。参照图1所示,该为能源补给站确定布置位置的方法至少包括步骤110至步骤150,详细介绍如下:
步骤110,获取车辆在目标区域的各个子区域中分布的分布概率。
车辆发动机的动力来源可以是汽油、柴油、电池等,车辆的能源补给站是与车辆发动机的动力来源相对应的,从而,对于车辆而言,车辆的能源补给站可以是汽油加油站、柴油加油站、充电站等。值得一提的是,以上所列举车辆发动机的动力来源仅仅是示例性举例,不能认为是对本公开使用范围的限制。
由于动力来源不同,车辆所对应的能源补给站的类型(按照车辆的动力来源分)也不同。因此,本公开中的车辆是与所要布设的能源补给站的类型相对应的,举例来说,若能源补给站为汽油加油站,则本公开中的车辆是指以汽油作为动力来源的车辆,若能源补给站为柴油加油站,则本公开中的车辆是以柴油为动力来源的车辆,若能源补给站是充电站,则本公开中的车辆是电动车。
为了确定目标区域中所要布设能源补给站的布置位置,预先将目标区域划分为多个子区域。所进行的划分可以是按照居住人口、面积等进行划分,在具体实施例中,可以按照需要对应进行目标区域的划分。
在一实施例中,为了减少子区域的面积对各个子区域所对应分布概率的影响,按照面积相等的原则进行划分。从而,将目标区域进行区域划分后,得到面积相等的若干子区域。
在另一实施例中,直接借助于已有对目标区域的划分,直接将对目标区域下所划分出的区域作为本公开的子区域。已有对目标区域的划分,例如现有的行政规划下的划分等。
值得一提的是,目标区域并不特指某一区域,而是泛指待在其中布设一能源补给站的区域。针对每一目标区域,均可以按照本公开的方法来对应地确定能源补给站的布设位置。在本公开中,目标区域中所待布设的能源补给站的数量为一个。
子区域所对应的分布概率是在车辆在该子区域分布的概率。对于任一子区域而言,子区域所对应的分布概率反映了该子区域中车辆的分布情况,例如分布概率越高,则说明该子区域中车辆分布较多(比如车辆持有量多、车流量大等)。
因此,通过获取各个子区域所对应的分布概率,即可获知在各个子区域中车辆的分布情况。
在一实施例中,子区域所对应的分布概率可以通过历史所采集的车辆通行数据来计算得到。历史所采集到的车辆通行数据例如车流量、车辆通行视频、车辆登记数据等。从而,以此为基础,从车辆通行数据中筛选出所对应于能源补给站的车辆(例如对于充电站而言,则以电动车为对象进行统计)所对应的通行数据,然后将筛选出的通行数据按照区域进行统计,即得到车辆在各个子区域中的分布情况,进而计算得到子区域中车辆的分布概率。
步骤130,以分布概率作为所对应子区域的权重,根据分布概率确定目标区域中的带权中位子区域。
对于布设能源补给站而言,所需要考量的是该能源补给站的位置可以尽可能使得需要到该能源补给站补充能量的车辆到该能源补给站的总路程或者总消耗最少。
任一子区域中的车辆开到能源补给站的旅途总消耗与该区域到能源补给站的距离成正比。目标区域中车辆开到能源补给站的旅途总消耗与各子区域中的车辆到能源补给站的距离之和成正比。
因此,保证目标区域中车辆到能源补给站的距离总和最小的问题,相当于是:在目标区域中找出一最优点,使得目标区域中各个子区域中的车辆到该最优点的距离之和最小。
假设在同一子区域中的车辆到能源补给站的距离相等,目标区域的子区域分别为Q1,Q2,Q3……Qn,每个子区域中分布车辆的数量分别为:k1,k2,k3……kn,则上述问题可以进一步简化为:在目标区域中寻找一最优点Q,使得:
Figure BDA0002278113270000061
中L的值最小,其中,d(Q,Qi)表示Q到子区域Qi的距离。
对于任一子区域而言,车辆在该子区域中的分布概率反映了在该子区域中车辆出现的概率。而该分布概率是与该子区域中需要到能源补给站进行能源补给的车辆数量呈正相关的。
因此,上述问题可以进一步转化为:在目标区域中寻找一最优点,使得
Figure BDA0002278113270000062
中M的值最小。
至此,该问题即转化为带权中位数的问题,即,将分布概率作为所对应子区域的权重,从目标区域中找出一最优点,使得公式2:
Figure BDA0002278113270000063
中M最小。
在数学中,带权中位数的问题,已经被证明:最优点的选择与距离无关,且最优点为带权中位数。即带权中位数到其余各点的距离之和最小。
对于带权中位数,数学中的定义为:对分别具有正权重ω123,...,ωn,且满足
Figure BDA0002278113270000064
的n个互异元素x1,x2,x3,...,xn来说,带权中位数xk是满足如下条件的元素:
Figure BDA0002278113270000065
Figure BDA0002278113270000066
那么,具体到本公开的应用场景中,将目标区域的各个子区域所在的位置作为元素,以子区域所对应的分布概率作为所对应子区域的权重,从而,目标区域中的带权中位元素(即带权中位子区域)即是所要寻找的最优点。
步骤150,将带权中位子区域作为目标区域中能源补给站的布置位置。
在数学中,已经被证明:在带权中位数的问题中,带权中位数是到其余各点的距离之和最小的最优点,从而,将目标区域中的带权中位子区域作为目标区域中能源补给站的布置位置,可保证目标区域中各个子区域中的车辆到该能源补给站的距离之和最小,进而,可保证目标区域中的各个子区域中的车辆达到能源补给站的旅途总消耗较少。换言之,通过本公开的方法可以最小化目标区域中的车辆到能源补给站的旅途总消耗。
现有技术中,不管是为电动车布设充电站,还是为燃油车辆布设加油站,是设定各个区域中电动车或者燃油车辆均匀分布的,以此为基础来确定充电站(或者加油站)的布置位置。而该种方法由于没有考虑对应车辆在各个区域中的实际分布情况,从而,使得按照此种方法布设充电站或者加油站后,其他区域的电动车(或者燃油车辆)到该充电站(或加油站)的距离之和较大。而通过本公开的方法,则可以有效解决该问题。
在一实施例中,如图2所示,步骤130,包括:
步骤210,获取在构建的坐标系中各个子区域所分别对应的坐标。
在一实施例中,为了获取目标区域中各个子区域所分别对应的坐标,加载该目标区域的地图,进而,在目标区域的地图中确定各个子区域的位置。以此为基础,在所构建的坐标系中,按照地图中各个子区域的位置,对应确定子区域所对应的坐标。
在一实施例中,子区域所对应的坐标可以是从子区域中选取一代表点来代表该子区域,从而,子区域所对应的坐标可以是代表代表点的坐标。
在具体实施例中,将子区域的中心点作为所在子区域的代表点。在其他实施例中,还可以根据实际需要进行代表点的选取。
可选的,为了保证所选定代表点对带权中位子区域的误差,对于目标区域中的各个子区域,按照相同的带标点选择原则进行各子区域的代表点的选取,例如,均将各个子区域的中心点作为代表点。
步骤230,根据各个子区域所分别对应的坐标和所分别对应的权重,在横坐标维度下确定目标区域所限定横坐标范围内的带权中位横坐标和在纵坐标维度下确定目标区域所限定纵坐标范围内的带权中位纵坐标。
为了确定目标区域中带权中位子区域,通过各个子区域所对应的坐标来将该问题转换到一维层面来计算。
对于各个子区域所对应的坐标为二维坐标的情况下,各个子区域所对应的坐标为横坐标和纵坐标构成的有序数对,分别转换到每一维度下进行带权中位数的确定。
目标区域所限定横坐标范围是指目标区域中的全部点在所构建坐标系中的横坐标的集合。
同理,目标区域所限定纵坐标范围是指目标区域中的全部点在所构建坐标系中的纵坐标的集合。
在横坐标维度下所进行带权中位横坐标的确定,是将目标区域中各个子区域所对应的横坐标作为元素,将子区域所对应的分布概率作为所对应横坐标的权重,从而,根据各个子区域所对应的横坐标和所对应的分布概率,确定其中的带权中位数,所确定的带权中位数即为带权中位横坐标。
同理,在纵坐标维度下所进行的带权中位纵坐标的确定,是将目标区域中各个子区域所对应的纵坐标作为元素,按照与带权中位横坐标相同的确定方式,确定其中的带权中位数,所确定的带权中位数即为带权中位纵坐标。
在目标区域所限定的横坐标范围内确定带权中位横坐标和在目标区域所限定的纵坐标范围内确定带权中位纵坐标,从而,可以保证由带权中位横坐标和带权中位纵坐标所构成的有序数对是目标区域中的一点。
在一实施例中,步骤230,包括:
根据各个子区域所分别对应的坐标和所分别对应的权重,按照公式
Figure BDA0002278113270000081
Figure BDA0002278113270000082
计算得到带权中位横坐标;以及,按照公式
Figure BDA0002278113270000083
Figure BDA0002278113270000091
计算得到带权中位纵坐标;其中,xi为子区域i的横坐标,yi为子区域i的纵坐标,pi为子区域i所对应的分布概率,xk为带权中位横坐标,yk为带权中位纵坐标,n为目标区域中子区域的总数量。
步骤250,以带权中位横坐标作为带权中位子区域的横坐标和以带权中位纵坐标作为带权中位子区域的纵坐标。
在计算得到带权中位横坐标和带权中位纵坐标后,通过步骤250对应获得带权中位子区域所对应的坐标。
值得一提的是,由于带权中位子区域是布置能源补给站的一片区域,因此,带权中位子区域的确定最终是以所确定带权中位子区域所对应的坐标为基点进行延伸所形成的一片区域,例如,以带权中位子区域所对应的坐标所表示的位置点为中心延伸形成一片区域。
在带权中位子区域所对应的坐标确定的情况下,相当于基点已经确定,则带权中位子区域在目标区域中的位置也对应确定。
在一实施例中,如图3所示,在步骤110之前,该方法还包括:
步骤310,获取车辆在各个子区域中分布的分布参数,分布参数包括车辆数量和车流量中的至少一种。
步骤330,根据各个子区域所分别对应的分布参数计算得到车辆在各个子区域中分布的分布概率。
为了进行各个子区域中车辆分布的分布概率,先通过步骤310获得车辆在各个子区域中分布的分布参数,该分布参数可以是车辆数量和车流量中的至少一种,例如仅仅按照车辆数量进行分布概率的计算、仅仅按照车流量进行分布概率的计算,或者将根据车辆数量所计算得到的分布概率与根据车流量计算得到的分布概率进行加权的结果作为该子区域的分布概率。
该分布参数可以是根据历史所采集的车辆数据得到,历史采集的车辆数据例如车辆登记数据、车流量统计数据、车辆通行视频等,在此不进行具体限定。
根据历史所采集到的车辆数据,从而按照子区域进行统计,对应得到各个子区域中车辆分布的分布参数。
在具体实施例中,按照设定时间段进行分布参数的统计,该设定时间段例如一天、两天、三天、一周、一个月等,在此不进行具体限定。
通过所统计得到各个子区域中车辆的分布参数,该分布参数即反映了对应时间段中对应子区域中车辆的分布情况。
从而,以此为基础,获取在目标区域中所统计得到车辆的总分布参数,对应根据子区域的分布参数和目标区域的总分布参数确定该子区域的分布概率,例如将子区域的分布参数与总分布参数比值作为对应子区域的分布概率,或者根据若干设定时间段统计得到的分布参数来确定各个子区域的分布概率。
在一实施例中,如图4所示,该方法还包括:
步骤410,获取在选定区域中所要布设能源补给站的补给站数量。
步骤430,根据补给站数量将选定区域划分为若干目标区域,选定区域中目标区域的数量等于补给站数量。
如上所描述,本公开的方法适用于在目标区域中布设一个能源补给站的场景。在实际应用中,往往需要在一个较大区域中布设多个能源补给站,当然,为了保证能源补给站的利用率和用户的使用方便,在需要布设多个能源补给站时,一般是将能源补给站分开布设。
鉴于此,为了确定能源补给站的布设位置,按照所需要布设能源补给站的补给站数量将该选定区域划分成若干个目标区域,而在每一目标区域中布设一能源补给站,对应保证了在选定区域中所需布设能源补给站的补给站数量。
该选定区域并不特指某一具体的区域,而是泛指需要布设两个及其以上数量的能源补给站的区域。
在按照步骤410-430的步骤将选定区域划分成若干个目标区域后,即可按照上述在目标区域中确定能源补给站的布置位置的方法来对应确定每个目标区域中能源补给站的布置位置。
在一实施例中,如图5所示,步骤430,包括:
步骤510,获取车辆在选定区域中分布的分布参数,分布参数包括车辆数量和车流量中的至少一种。
步骤530,根据分布参数和补给站数量确定分布参数阈值。
步骤550,根据分布参数阈值进行选定区域的划分,以使所划分得到的每一目标区域所对应的分布参数不超过分布参数阈值。
针对一选定区域,为进行该选定区域的划分,根据该选定区域中车辆的分布参数和在该选定区域所需布设补给站的数量来对应确定分布参数阈值,从而,使得所确定的分布参数阈值与该选定区域中车辆的分布参数相适应。
在一实施例中,步骤530中所确定的分布参数阈值,根据选定区域中中的分布参数和所需布设补给站数量计算平均分布参数,将此平均分布参数作为分布参数阈值。
在另一实施例中,还可以在分布参数和补给站数量的基础上,结合选定区域的位置、经济状况、政府政策等因素来确定该选定区域中的分布参数阈值。
在一实施例中,步骤550的具体实现,还可以借助于已有对选定区域的划分,例如行政、地理上的划分的若干区域,为描述方便,将该通过已有的划分所得到选定区域中的区域称为初始区域。
基于初始区域、所确定的分布参数阈值、以及各个初始区域中车辆的分布参数,来确定目标区域。具体而言,对于任一初始区域,如果该初始区域的分布参数超过分布参数阈值,则将该初始区域进行二分,一区域是分布参数小于分布参数阈值的区域(该区域即可作为目标区域),另一区域是剩下的区域;如果该剩下的区域的分布参数仍然超过分布参数阈值,则继续将该剩下的区域继续按照上述的方法进行二分。
反之,如果该初始区域的分布参数不超过分布参数阈值,将该初始区域作为一目标区域。进一步的,对于初始区域的分布参数不超过分布参数阈值的情况,为了保证各个目标区域的车辆分布情况差别不大,设定下限分布参数阈值(该下限分布参数阈值小于分布参数阈值),如果该初始区域的分布参数低于下限分布参数阈值,则将该初始区域与邻近的区域进行合并,来确定目标区域,从而保证所确定目标区域的分布参数位于下限分布参数阈值和分布参数阈值所限定的范围内。
下面结合一具体实施例来对本公开的方法进行进一步说明:
在该实施例中,为了在选定区域中确定充电站的布置位置,如图6所示,通过如下的步骤来实现:
步骤610,将选定区域划分为若干目标区域。
步骤620,将目标区域细分为n个子区域。其中,对于每一目标区域而言,n的值可以根据实际需要来进行设定。
步骤630,针对n个子区域,统计各个子区域中电动车的分布情况,来确定电动车在n块子区域中的分布概率p1,p2,...,pn。其中,各个子区域所对应分布概率p1,p2,...,pn可以根据历史统计数据得到,例如设定时间段内电动车的车流量、设定时间段内电动车出现的数量等。
步骤640,在目标区域内建立平面直角坐标系,分别求出每一子区域在该平面直角坐标系下的坐标(x1,y1),(x2,y2),...,.(xn,yn),确定同时满足
Figure BDA0002278113270000121
Figure BDA0002278113270000122
的横坐标xk(该xk即为带权中位横坐标),和确定同时满足
Figure BDA0002278113270000123
Figure BDA0002278113270000124
的纵坐标yk(该yk即为带权中位纵坐标),进而进一步确定该目标区域的带权中位坐标(xk,yk)。
步骤650,将带权中位坐标所表示的位置作为充电站的布设位置。对于任一充电站,其中可以布设一个或者多个充电桩,在此不进行具体限定。在实际情况中,所布设充电桩的数量可以根据该目标区域中电动车的总体数量或者电动车的总车流量来确定。
步骤660,针对选定区域中的其它目标区域重复步骤620-650。
为了进一步说明本公开方法的效果,通过实施本公开的方法对本公开方法的效果进行了进一步验证。
(1)搭建用于进行验证计算的硬件平台,如图7所示,该硬件平台包括车联网云平台和充电站中的充电桩,以及连接车联网云平台与充电桩的连接器。在车联网云平台上部署了数值计算模块、数据通信模块、地图模块、数据统计模块,其中,数值计算模块用于计算目标区域中的带权中位坐标,地图模块用于加载待部署充电站的目标区域的地图,数据通信模块用于与充电桩所在区域的中控室进行通信,数据统计模块用于统计目标区域中的车辆分布情况。
该数据统计模块可以用python编写得到;该数值计算模块可以用matlab编写得到;该数据通信模块可以用C语言编写得到;该地图模块可以用Java编写得到。
(2)将目标区域划分为7个子区域,分别为子区域1、子区域2、子区域3…子区域7,并统计电动车在该7块子区域的分布概率p1,p2,p3,p4,p5,p6,p7,各子区域的分布概率如下表1所示:
Figure BDA0002278113270000131
表1电动车在7块子区域中的分布概率(3)在目标区域中建立平面直角坐标系,分别求出各个子区域在该平面直角坐标系下的坐标,并计算得到在该目标区域中的带权中位坐标。
(4)在所确定带权中位坐标所表征的位置布置充电站,并统计各个子区域到该充电站的距离,如下表2所示:
Figure BDA0002278113270000132
表2各个子区域到充电站的距离(5)统计各个子区域中的电动车去充电站充电的旅途总消耗(以经济指标即路途一共花了多少钱衡量),如表3所示(为了作比较,表2还统计了按照现有技术布设充电站后,各个子区域的电动车到充电站去充电的旅途总消耗)。
Figure BDA0002278113270000141
表3各个子区域的电动车到充电站的旅途总消耗
由上可以看出,由于本公开的方法考虑了电动车在目标区域的各个子区域的真实分布情况,而不是简单认为电动车均匀分布在目标区域中,从而以此为基础,以子区域中电动车的分布概率作为该子区域的权重。进而确定目标区域中的带权中位坐标,以所确定的带权中位坐标所表征的位置作为充电站的布置位置,从而,能够最小化电动车去充电站充电的旅途总消耗。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的方法实施例。
图8是根据一示例性实施例示出的一种为能源补给站确定布置位置的装置800的框图,该为能源补给站确定布置位置的装置800可以配置于具有处理功能的计算机设备中,参照图8所示,该装置包括:
获取模块810,用于获取车辆在目标区域的各个子区域中分布的分布概率。
带权中位子区域确定模块830,用于以分布概率作为所对应子区域的权重,根据分布概率确定目标区域中的带权中位子区域。
布置位置确定模块850,用于将带权中位子区域作为目标区域中能源补给站的布置位置。
上述装置中各个模块的功能和作用的实现过程具体详见上述为能源补给站确定布置位置的方法中对应步骤的实现过程,在此不再赘述。
可以理解,这些模块可以通过硬件、软件、或二者结合来实现。当以硬件方式实现时,这些模块可以实施为一个或多个硬件模块,例如一个或多个专用集成电路。当以软件方式实现时,这些模块可以实施为在一个或多个处理器上执行的一个或多个计算机程序。
在一实施例中,带权中位子区域确定模块830包括:
坐标获取单元,用于获取在构建的坐标系中各个子区域所分别对应的坐标。
确定单元,用于根据各个子区域所分别对应的坐标和所分别对应的权重,在横坐标维度下确定目标区域所限定横坐标范围内的带权中位横坐标和在纵坐标维度下确定目标区域所限定纵坐标范围内的带权中位纵坐标;
坐标构建单元,用于以带权中位横坐标作为带权中位子区域的横坐标和以带权中位纵坐标作为带权中位子区域的纵坐标。
在一实施例中,确定单元进一步用于:
根据各个子区域所分别对应的坐标和所分别对应的权重,按照公式
Figure BDA0002278113270000151
Figure BDA0002278113270000152
计算得到带权中位横坐标;以及,按照公式
Figure BDA0002278113270000153
Figure BDA0002278113270000154
计算得到带权中位纵坐标;其中,xi为子区域i的横坐标,yi为子区域i的纵坐标,pi为子区域i所对应的分布概率,xk为带权中位横坐标,yk为带权中位纵坐标,n为目标区域中子区域的总数量。
在一实施例中,该装置还包括:
分布参数获取模块,用于获取车辆在各个子区域中分布的分布参数,分布参数包括车辆数量和车流量中的至少一种。
分布概率计算模块,用于根据各个子区域所分别对应的分布参数计算得到车辆在各个子区域中分布的分布概率。
在一实施例中,该装置还包括:
目标区域划分模块,用于将目标区域进行区域划分,得到面积相等的若干子区域。
在一实施例中,该装置还包括:
补给站数量获取模块,用于获取在选定区域中所要布设能源补给站的补给站数量。
选定区域划分模块,用于根据补给站数量将选定区域划分为若干目标区域,选定区域中目标区域的数量等于补给站数量。
在一实施例中,选定区域划分模块,包括:
分布参数获取单元,用于获取车辆在选定区域中分布的分布参数,分布参数用于表征车辆在选定区域中的分布情况。
分布参数阈值确定单元,用于根据分布参数和补给站数量确定分布参数阈值。
选定区域划分单元,用于根据分布参数阈值进行选定区域的划分,以使所划分得到的每一目标区域所对应的分布参数不超过分布参数阈值。
在一实施例中,车辆为电动车,能源补给站为充电站。
上述装置中各个模块/单元的功能和作用的实现过程具体详见上述为能源补给站确定布置位置的方法中对应步骤的实现过程,在此不再赘述。
图9示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图9示出的电子设备的计算机系统900仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图9所示,计算机系统900包括中央处理单元(Central Processing Unit,CPU)901,其可以根据存储在只读存储器(Read-Only Memory,ROM)902中的程序或者从存储部分908加载到随机访问存储器(Random Access Memory,RAM)903中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 903中,还存储有系统操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(Input/Output,I/O)接口905也连接至总线904。
以下部件连接至I/O接口905:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (7)

1.一种为能源补给站确定布置位置的方法,其特征在于,包括:
获取在选定区域中所要布设能源补给站的补给站数量;
获取车辆在所述选定区域中分布的分布参数,所述分布参数包括车辆数量和车流量中的至少一种;
根据所述分布参数和所述补给站数量确定分布参数阈值;
根据所述分布参数阈值进行所述选定区域的划分,以使所划分得到的每一目标区域所对应的分布参数不超过所述分布参数阈值,所述选定区域中目标区域的数量等于所述补给站数量;
获取车辆在目标区域的各个子区域中分布的分布概率;
获取在构建的坐标系中各个子区域所分别对应的坐标;
以所述分布概率作为所对应子区域的权重,根据各个子区域所分别对应的坐标和所分别对应的权重,在横坐标维度下确定所述目标区域所限定横坐标范围内的带权中位横坐标和在纵坐标维度下确定所述目标区域所限定纵坐标范围内的带权中位纵坐标;
以所述带权中位横坐标作为带权中位子区域的横坐标和以所述带权中位纵坐标作为带权中位子区域的纵坐标;
将所述带权中位子区域作为所述目标区域中能源补给站的布置位置。
2.根据权利要求1所述的方法,其特征在于,所述根据各个子区域所分别对应的坐标和所分别对应的权重,在横坐标维度下确定所述目标区域所限定横坐标范围内的带权中位横坐标和在纵坐标维度下确定所述目标区域所限定纵坐标范围内的带权中位纵坐标,包括:
根据各个子区域所分别对应的坐标和所分别对应的权重,按照公式
Figure FDA0004133932850000011
Figure FDA0004133932850000012
计算得到所述带权中位横坐标;以及,按照公式
Figure FDA0004133932850000013
Figure FDA0004133932850000014
计算得到所述带权中位纵坐标;其中,xi为子区域i的横坐标,yi为子区域i的纵坐标,pi为子区域i所对应的分布概率,xk为带权中位横坐标,yk为带权中位纵坐标,n为目标区域中子区域的总数量。
3.根据权利要求1所述的方法,其特征在于,所述获取车辆在目标区域的各个子区域中分布的分布概率之前,所述方法还包括:
获取车辆在各个子区域中分布的分布参数;
根据所述各个子区域所分别对应的分布参数计算得到车辆在各个子区域中分布的分布概率。
4.根据权利要求1所述的方法,其特征在于,所述获取车辆在目标区域的各个子区域中分布的分布概率之前,所述方法还包括:
将所述目标区域进行区域划分,得到面积相等的若干子区域。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述车辆为电动车,所述能源补给站为充电站。
6.一种为能源补给站确定布置位置的装置,其特征在于,包括:
补给站数量获取模块,用于获取在选定区域中所要布设能源补给站的补给站数量;
分布参数获取单元,用于获取车辆在所述选定区域中分布的分布参数,所述分布参数包括车辆数量和车流量中的至少一种;
分布参数阈值确定单元,用于根据所述分布参数和所述补给站数量确定分布参数阈值;
选定区域划分单元,用于根据所述分布参数阈值进行所述选定区域的划分,以使所划分得到的每一目标区域所对应的分布参数不超过所述分布参数阈值,所述选定区域中目标区域的数量等于所述补给站数量;
获取模块,用于获取车辆在目标区域的各个子区域中分布的分布概率;
带权中位子区域确定模块,用于获取在构建的坐标系中各个子区域所分别对应的坐标;以所述分布概率作为所对应子区域的权重,根据各个子区域所分别对应的坐标和所分别对应的权重,在横坐标维度下确定所述目标区域所限定横坐标范围内的带权中位横坐标和在纵坐标维度下确定所述目标区域所限定纵坐标范围内的带权中位纵坐标;以所述带权中位横坐标作为带权中位子区域的横坐标和以所述带权中位纵坐标作为带权中位子区域的纵坐标;
布置位置确定模块,用于将所述带权中位子区域作为所述目标区域中能源补给站的布置位置。
7.一种电子设备,其特征在于,包括:
存储器,存储有计算机可读指令;
处理器,所述计算机可读指令被所述处理器执行时实现如权利要求1-5中任一项所述的方法。
CN201911130324.6A 2019-11-18 2019-11-18 为能源补给站确定布置位置的方法及相关设备 Active CN110991710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911130324.6A CN110991710B (zh) 2019-11-18 2019-11-18 为能源补给站确定布置位置的方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911130324.6A CN110991710B (zh) 2019-11-18 2019-11-18 为能源补给站确定布置位置的方法及相关设备

Publications (2)

Publication Number Publication Date
CN110991710A CN110991710A (zh) 2020-04-10
CN110991710B true CN110991710B (zh) 2023-05-16

Family

ID=70085091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911130324.6A Active CN110991710B (zh) 2019-11-18 2019-11-18 为能源补给站确定布置位置的方法及相关设备

Country Status (1)

Country Link
CN (1) CN110991710B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114509082A (zh) * 2021-12-27 2022-05-17 车主邦(北京)科技有限公司 导航数据处理方法、装置、程序产品、介质及电子设备
CN117094535B (zh) * 2023-10-19 2024-01-16 深圳市能数科技有限公司 基于人工智能的能源补给管理方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105938514A (zh) * 2016-04-07 2016-09-14 浙江万马新能源有限公司 基于0-1整数规划模型的充电桩部署选址方法及装置
CN108182508A (zh) * 2017-12-07 2018-06-19 北京国网普瑞特高压输电技术有限公司 一种电动汽车充电站规划的方法及系统
CN108256666A (zh) * 2017-12-01 2018-07-06 国网北京市电力公司 充电桩的位置确定方法及装置、处理器
CN109447410A (zh) * 2018-09-25 2019-03-08 华南理工大学 一种考虑城市路网交通运行状态的充电站选址方法
CN109572479A (zh) * 2018-11-19 2019-04-05 浙江大学 一种城市配电网络中电动汽车快速充电站的优化选址方法
EP3482997A1 (en) * 2017-11-14 2019-05-15 Tata Consultancy Services Limited Electric vehicle based micro grid identification for on-demand power supply
CN109800940A (zh) * 2018-12-03 2019-05-24 北京掌行通信息技术有限公司 一种充电桩选址方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105938514A (zh) * 2016-04-07 2016-09-14 浙江万马新能源有限公司 基于0-1整数规划模型的充电桩部署选址方法及装置
EP3482997A1 (en) * 2017-11-14 2019-05-15 Tata Consultancy Services Limited Electric vehicle based micro grid identification for on-demand power supply
CN108256666A (zh) * 2017-12-01 2018-07-06 国网北京市电力公司 充电桩的位置确定方法及装置、处理器
CN108182508A (zh) * 2017-12-07 2018-06-19 北京国网普瑞特高压输电技术有限公司 一种电动汽车充电站规划的方法及系统
CN109447410A (zh) * 2018-09-25 2019-03-08 华南理工大学 一种考虑城市路网交通运行状态的充电站选址方法
CN109572479A (zh) * 2018-11-19 2019-04-05 浙江大学 一种城市配电网络中电动汽车快速充电站的优化选址方法
CN109800940A (zh) * 2018-12-03 2019-05-24 北京掌行通信息技术有限公司 一种充电桩选址方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Clove_unique.带权中位数 学习笔记.《https://blog.csdn.net/Clove_unique/article/details/50618784》.2016,第1-3页. *
潘金贵 等.10-2 带权中位数.《现代计算机常用数据结构和算法》.1994,第130-132页. *

Also Published As

Publication number Publication date
CN110991710A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN110782042B (zh) 横向联邦和纵向联邦联合方法、装置、设备及介质
Wang et al. Location privacy-preserving task allocation for mobile crowdsensing with differential geo-obfuscation
US9063738B2 (en) Dynamically placing computing jobs
CN108335071B (zh) 配送任务分配方法、装置、电子设备及计算机存储介质
CN110991710B (zh) 为能源补给站确定布置位置的方法及相关设备
CN109118224A (zh) 区块链网络的工作量证明方法、装置、介质及电子设备
CN112435469B (zh) 车辆预警控制方法、装置、计算机可读介质及电子设备
CN113268341A (zh) 电网边缘计算任务的分配方法、装置、设备和存储介质
CN112562378A (zh) 公交车调度方法、装置、计算机设备及介质
CN111220147B (zh) 终端的定位修正方法、装置
CN115829124A (zh) 充电桩选址方法、装置、设备及存储介质
CN114760585B (zh) 车辆群智感知激励方法、系统及设备
CN111311193B (zh) 公共服务资源的配置方法和装置
CN109947874A (zh) 移动轨迹的聚合方法、装置及设备
CN114623844A (zh) 导航数据处理方法、装置、程序产品、介质及电子设备
CN111044062B (zh) 路径规划、推荐方法和装置
CN112287503B (zh) 用于交通需求预测的动态空间网络构建方法
CN113973336B (zh) 一种网络中干扰小区的确定方法、装置、设备和存储介质
CN111327473B (zh) 网络调控方法、装置、网络调控系统及电子设备
US20210065031A1 (en) Network optimization
CN109345947B (zh) 基于数据关联性分析的工作区域划分方法及终端设备
CN112052276B (zh) 乘车路线的挖掘方法和装置
CN115081983A (zh) 派单方法、装置、设备及存储介质
CN115423360A (zh) 公共充电站规划方法及其装置
CN109982246A (zh) 一种蜂窝小区功率的调整方法、装置及介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40022334

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant