CN111098744B - 站点车辆处理方法、系统、终端及可读存储介质 - Google Patents
站点车辆处理方法、系统、终端及可读存储介质 Download PDFInfo
- Publication number
- CN111098744B CN111098744B CN201911419258.4A CN201911419258A CN111098744B CN 111098744 B CN111098744 B CN 111098744B CN 201911419258 A CN201911419258 A CN 201911419258A CN 111098744 B CN111098744 B CN 111098744B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicle parking
- parking station
- battery
- electric quantity
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/80—Exchanging energy storage elements, e.g. removable batteries
-
- 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
-
- 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
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Abstract
本申请提供站点车辆处理方法、系统、终端及可读存储介质,所述方法可以根据预估到的车辆停放站点内的车辆将电池电量从当前起始电量消耗至终止电量时,电池允许每辆车的可行驶次数,获取每个车辆停放站点内,具备相同可行驶次数的车辆的第一总数量,根据第一总数量得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,然后综合考虑每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,对每个车辆停放站点内的车辆补充电能的影响,来依次对每个车辆停放站点内的车辆补充电能,从而能够及时对所有车辆停放站点内的车辆先补充电能,增加车辆运维商的收益。
Description
技术领域
本申请涉及交通工具技术领域,特别是涉及一种站点车辆处理方法、系统、终端及可读存储介质。
背景技术
随着人口的日益增长和越来越大的能源消耗,能源短缺问题逐渐加重,当前以电池为动力的新能源车辆成为社会关注的热点问题之一。其中,新能源车辆包括,共享电动车、共享助力车以及共享汽车等等。通常,新能源车辆结束行驶时,需要停放在专用的车辆停放站点,方便运维人员对新能源车辆进行充电或更换电池,以备下次正常使用。
传统技术中,运维人员先对距离当前位置最近的车辆停放站点中的新能源车辆进行充电或更换电池,然后依次对距离当前位置较远的车辆停放站点中的新能源车辆进行充电或更换电池。每个车辆停放站点驶入的车辆和驶出的车辆在不断变化,流动性较大的车辆停放站点对车辆进行充电或更换电池的紧需程度较大,因此,传统的方式对车辆停放站点中的车辆进行充电或更换电池,会导致车辆运维商的收益较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高车辆运维商收益的站点车辆处理方法、系统、终端及可读存储介质。
本申请实施例提供一种站点车辆处理方法,所述方法包括:
预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数;
获取每个车辆停放站点内,具有相同可行驶次数的车辆的第一总数量;
根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度;
对每个所述初始重要性指标和每个车辆停放站点的损失进行融合处理,并按照融合结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
本申请实施例提供一种站点车辆处理系统,所述系统包括:
预估模块,用于预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数;
总数量获取模块,用于获取每个车辆停放站点内,具有相同可行驶次数的车辆的第一总数量;
衡量指标获取单元,用于根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度;
融合处理模块,用于对每个所述初始重要性指标和每个车辆停放站点的损失进行融合处理,并按照融合结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
本申请实施例提供一种终端,包括存储器、处理器,所述存储器上存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数;
获取每个车辆停放站点内,具有相同可行驶次数的车辆的第一总数量;
根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度;
对每个所述初始重要性指标和每个车辆停放站点的损失进行融合处理,并按照融合结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
本申请实施例提供一种可读存储介质,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:
预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数;
获取每个车辆停放站点内,具有相同可行驶次数的车辆的第一总数量;
根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度;
对每个所述初始重要性指标和每个车辆停放站点的损失进行融合处理,并按照融合结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
本实施例提供的站点车辆处理方法,该方法可以根据预估到的车辆停放站点内的车辆将电池电量从当前起始电量消耗至终止电量时,电池允许每辆车的可行驶次数,获取每个车辆停放站点内,具备相同可行驶次数的车辆的第一总数量,根据第一总数量得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,然后综合考虑每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,对每个车辆停放站点内的车辆补充电能的影响,来依次对每个车辆停放站点内的车辆补充电能,从而能够及时对所有车辆停放站点内的车辆先补充电能,增加车辆运维商的收益。
附图说明
图1为一实施例提供的站点车辆处理方法的应用场景图;
图2为另一实施例提供的站点车辆处理方法的流程示意图;
图3为另一实施例提供的获取电池可允许车辆的可行驶次数的流程示意图;
图4为另一实施例提供的获取电池可允许车辆行驶的续航总里程的流程示意图;
图5为另一实施例提供的获取电池的初始行驶里程分布的流程示意图;
图6为另一实施例提供的获取不同预设条件对应的中间行驶里程分布的流程示意图;
图7为另一实施例提供的获取电池当前状态下允许车辆的续航总里程的流程示意图;
图8为另一实施例提供的按照先后顺序依次对每个车辆停放站点内的车辆补充电能的具体流程示意图;
图9为一实施例提供的站点车辆处理系统的结构示意图;
图10为一个实施例提供的终端的内部结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例提供的站点车辆处理方法,可以适用于图1所示的站点车辆处理系统中。如图1所示,该系统包括车辆停放站点、车辆、电池以及后台服务器。可选的,车辆停放站点可以为停放新能源车辆的停车场或者停车点,并且车辆停放站点内设置有充电桩以及存放有多颗电池,能够对新能源车辆进行充电或者更新电能高的电池。可选的,一个区域内可以设置有多个车辆停放站点。可选的,电池安装于车辆上,其中,车辆可以将当前的行驶里程发送至后台服务器,电池可以将当前的实时的电量信息发送至后台服务器,后台服务器可以对接收到行程信息和电量信息进行一系列处理,以得到当前电池允许当前车辆行驶的里程分布,进而更佳准确的得到电池将电量从起始电量消耗至终止电量,允许车辆行驶的总里程,再通过该总里程与日单均行驶里程,得到电池剩余电量允许车辆的可行驶次数。进一步地,后台服务器可以根据所有车辆停放站点内每辆车的可行驶次数,进行一系列运算处理,根据运算处理结果依次对每个车辆停放站点内的车辆补充电能。可选的,后台服务器的数据库中可以存储电池的历史耗电信息,以及车辆的历史行程信息。其中,后台服务器与车辆、电池之间可以通过无线连接进行通信。可选的,无线连接的方式可以是Wi-Fi,移动网络或蓝牙连接。在实施例中,上述车辆可以为共享电动车、共享助力车、共享汽车等等,还可以为具有以电池为动力的交通工具,对此本实施例不作任何限定,且对车辆的型号也不做任何限定;上述电池可以为与车辆能够匹配的任意电池。在下述实施例中将具体介绍站点车辆处理方法的具体过程。
为了使本发明的目的、技术方案及优点更加清楚明白,通过下述实施例并结合附图,对本发明实施例中的技术方案的进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定发明。
图2为一实施例提供的站点车辆处理方法的流程示意图。本实施例涉及的是如何依次对每个车辆停放站点内的车辆补充电能,以提高车辆运维商的收益。如图2所示,该方法包括:
步骤S1000、预估车辆停放站点内的车辆的电池电量从当前起始电量Estart消耗至终止电量Eend时,所述电池所述车辆的可行驶次数Num。
具体的,一个区域内可以设置有多个车辆停放站点,该区域可以为全国不同的省、不同的城市或不同的县;但是,在实施例中,该区域可以为一个城市,一个城市内的不同区均可以设置一个或多个车辆停放站点。可选的,每个车辆停放站点内可停放的车辆数量可以大于等于0。
需要说明的是,后台服务器可以预估预估车辆停放站点内的车辆的电池电量从当前起始电量Estart消耗至终止电量Eend时,电池允许车辆的可行驶次数Num。可选的,当前起始电量Estart可以表征为车辆被用户从车辆停放站点驶出前,电池当前的剩余电量;终止电量Eend可以表征车辆需要充电不能正常行驶时的电量。可选的,车辆的可行驶次数Num可以通过车辆将电池电量从当前起始电量Estart消耗至终止电量Eend车辆的可行驶里程,与车辆每次被使用时的平均行驶里程获取。
步骤S2000、获取每个车辆停放站点内,具有相同可行驶次数Num的车辆的第一总数量。
具体的,每个车辆停放站点内,不同车辆将电池电量从当前起始电量Estart消耗至终止电量Eend车辆的可行驶次数Num可以不相同,也可以相同。可选的,不同车辆的起始电量Estart可以不相同,也可以相同;不同车辆的起始电量Eend可以不相同,也可以相同。需要说明的是,后台服务器可以根据获取到的所有车辆停放站点内,每辆车将电池电量从当前起始电量Estart消耗至终止电量Eend车辆的可行驶次数Num,得到每个车辆停放站点内,相同可行驶次数的车辆对应的第一总数量。
例如,车辆停放站点A包括车辆a1、a2、a3、a4和a5,其中,车辆a1对应的可行驶次数Num等于2,车辆a2对应的可行驶次数Num等于3,车辆a3对应的可行驶次数Num等于2,车辆a4对应的可行驶次数Num等于4,车辆a5对应的可行驶次数Num等于5,则车辆停放站点A内相同可行驶次数的车辆对应的第一总数量可以包括2(即相同可行驶次数Num为2的两辆车a1和a3对应的数量)、1(即相同可行驶次数Num为3的车辆a2对应的数量)、1(即相同可行驶次数Num为4的车辆a4对应的数量)、1(即相同可行驶次数Num为5的车辆a5对应的数量)。可选的,每个车辆停放站点均可以对应一组第一总数量。
步骤S3000、根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标In和每个车辆停放站点的损失Iloss;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度。
具体的,上述对相同可行驶次数Num的车辆补充电能的第一权重可以表征运维人员对相同可行驶次数的车辆补充电能的重要程度。继续上一示例,相同可行驶次数Num为2的所有车辆对应同一个第一权重,相同可行驶次数Num为3的所有车辆对应同一个第一权重,相同可行驶次数Num为4的所有车辆对应同一个第一权重,相同可行驶次数Num为5的所有车辆对应同一个第一权重。其中,不同可行驶次数Num对应的第一权重可以不相同,也可以相同。
需要说明的是,上述第一权重可以根据实际情况认为设定;还可以理解为不同可行驶次数Num对车辆停放站点的收益不同,收益越大,可行驶次数Num对应的第一权重越大。其中,可行驶次数Num与车辆停放站点的收益呈正相关。
进一步地,所有车辆停放站点的损失对应的第二权重可以表征为每个车辆停放站点中的车辆因缺电且不能及时充电或更换电池,对每个车辆停放站点带来损失的重要程度,带来的损失越大,表征重要程度越高,第二权值就越大。其中,损失可以表征损失金额值。其中,每个车辆停放站点的损失Iloss可以表征每个车辆停放站点中的车辆因缺电且不能及时充电或更换电池,导致用户不能使用该车辆停放站点内的车辆对每个车辆停放站点带来损失。
步骤S4000、对每个所述初始重要性指标In和每个车辆停放站点的损失Iloss进行融合处理,并按照融合结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
具体的,每个车辆停放站点均对应一个初始重要性指标,不同车辆停放站点的初始重要性指标In可以相同,也可以不相同;每个车辆停放站点均对应一个损失值,不同车辆停放站点的损失值可以相同,也可以不相同。可选的,上述融合处理可以包括计算处理和排序处理。可选的,后台服务器可以根据排序后的结果,按照先后顺序依次对每个车辆停放站点内的车辆补充电能。
本实施例提供的站点车辆处理方法,该方法可以根据预估到的车辆停放站点内的车辆将电池电量从当前起始电量消耗至终止电量时,电池允许每辆车的可行驶次数,获取每个车辆停放站点内,具备相同可行驶次数的车辆的第一总数量,根据第一总数量得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,然后综合考虑每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,对每个车辆停放站点内的车辆补充电能的影响,来依次对每个车辆停放站点内的车辆补充电能,从而能够及时对所有车辆停放站点内的车辆先补充电能,对重要程度高的车辆停放站点内的车辆先补充电能,对重要程度低的车辆停放站点内的车辆后补充电能,提升用户体验,以增加车辆运维商的收益。
图3为另一实施例提供的获取电池可允许车辆的可行驶次数的流程示意图,上述步骤S1000中预估车辆停放站点内的车辆的电池电量从当前起始电量Estart消耗至终止电量Eend时,所述电池允许所述车辆的可行驶次数Num的过程,可以通过以下步骤实现:
步骤S1100、预估电池的电量从当前起始电量Estart消耗至终止电量Eend时,所述电池允许车辆行驶的续航总里程S。
具体的,上述当前起始电量Estart可以表征为电池当前的剩余电量;终止电量Eend可以表征车辆需要充电不能正常行驶时的电量。可选的,上述总里程S可以表征为电池剩余电量可允许车辆行驶的最长里程。需要说明的是,后台服务器可以根据历史数据以及不同影响因素下的行驶里程分布,预估电池当前状态下允许车辆的续航总里程S。
步骤S1200、获取当前时间段内车辆的单均行驶里程,其中,所述单均行驶里程表征用户多次使用车辆时,每次车辆的平均行驶里程。
具体的,上述当前时间段的时间区间可以为任意时间间隔;当前时间段可以为一天24小时内的任意时间段。可选的,当前时间段内车辆的单均行驶里程可以表征为一个时间段内一个区域所有车辆出行的行驶里程之和,与所有车辆出行的行驶里程的总数量作商的结果;还可以表征为一个时间段内一个区域中,一个车辆停放站点停放的所有车辆出行的行驶里程之和,与所有车辆出行的行驶里程的总数量作商的结果。可选的,上述区域可以为全国不同的省、不同的城市或不同的县。
可选的,上述步骤S1200中获取当前时间段内车辆的单均行驶里程的过程,具体可以包括:获取初始预设周期内当前时间段中,从车辆停放站点驶出的所有车辆对应的所述单均行驶里程。
具体的,后台服务器可以获取初始预设周期当前时间段内,从车辆停放站点驶出的所有车辆对应的所有行驶里程,然后所有行驶里程求平均值,得到初始预设周期内当前时间段中,从车辆停放站点驶出的所有车辆对应的单均行驶里程。可选的,上述初始预设周期可以以小时、天、月为单位;但是,在本实施例中,初始预设周期可以以天为单位,可以为连续多天。
例如,一车辆停车站点A中有十辆车,预设周期为两天,当前时间段为上午9点至10点,其中,第一天该时间段内有两辆车C和D,从车辆停放站点A被用户使用驶出,该天车辆C共计行驶三单里程,分别为a1、a2、a3,该天车辆D共计行驶两单里程,分别为b1、b2;第二天该时间段内有两辆车E和F,从车辆停放站点A被用户使用驶出,该天车辆E共计行驶四单里程,分别为c1、c2、c3、c4,该天车辆F共行驶两单里程,分别为d1、d2,则两天内上午9点至10点中,从车辆停放站点A驶出的所有车辆对应的单均行驶里程等于,两辆车两天内在上午9点至10点这一时间段内每个订单对应的所有行驶里程,即(a1+a2+a3+b1+b2+c1+c2+c3+c4+d1+d2),除以所有行驶里程的订单量11的结果。可选的,订单可以表征用户使用车辆能够正常下单的行驶信息,行驶信息包括车辆被使用的起始点、终止点以及行驶时间。
步骤S1300、通过所述续航总里程与所述单均行驶里程,计算所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池允许车辆被使用的行驶次数。
具体的,后台服务器可以对电池的电量从当前起始电量Estart消耗至终止电量Eend时,电池车辆行驶的总里程S,与初始预设周期内当前时间段中,从车辆停放站点驶出的所有车辆对应的单均行驶里程进行算术运算、逻辑运算或者组合运算处理,得到电池将电量从起始电量Estart消耗至终止电量Eend,允许车辆被使用的行驶次数Num。可选的,上述算术运算可以为加法运算、减法运算、乘法运算以及除法运算;逻辑运算可以为与、或、非、异或、异非等等;上述组合运算可以为算术运算中的多种运算组合处理、逻辑运算中的多种运算组合处理或者算术运算和逻辑运算中的多种运算组合处理。
本实施例提供的站点车辆处理方法,该方法预估电池的电量从当前起始电量消耗至终止电量时,所述电池允许车辆行驶的续航总里程,获取当前时间段内车辆的单均行驶里程,通过所述续航总里程与所述单均行驶里程,计算所述电池的电量从所述起始电量消耗至所述终止电量时,所述电池允许车辆被使用的行驶次数;该方法可以准确的预估电池当前剩余电量允许车辆可行驶的续航总里程,进而根据该续航总里程计算电池当前剩余电量允许车辆的可行驶次数,提高了预估电池当前剩余电量允许车辆的可行驶次数的准确性,较为准确的把握为车辆所安装电池进行充电或者为车辆更换新电池的时间,从而避免电池充电或车辆更换电池的频率过高,降低运维成本,提高车辆运维商的收益。
图4为另一实施例提供的获取电池可允许车辆行驶的续航总里程的流程示意图,上述步骤S1100中获取电池的电量从当前起始电量Estart消耗至终止电量Eend时,所述电池允许车辆行驶的续航总里程S的过程,可以通过以下方式实现:
步骤S1110、根据电池每消耗第一预设电量时,车辆行驶过的行驶里程,得到电池的初始行驶里程分布,其中,所述初始行驶里程分布表征电池的历史行驶里程分布L0。
具体的,上述第一预设电量可以表示电池电量的百分比,该第一预设电量可以为任意百分比。在本实施例中,上述第一预设电量可以为1%,上述里程可以表示为里程数。可选的,上述初始行驶里程分布L0可以通过数据分布图表示。在本实施例中,该数据分布图可以为柱状图。
需要说明的是,后台服务器可以根据数据库确定历史行程信息与历史电量信息之间的对应关系,然后根据该对应关系,确定电池每消耗第一预设电量时车辆行驶过的行驶里程。可选的,上述历史行程信息与历史电量信息之间的对应关系可以包括每个第一预设电量的电量区间与对应里程数的关系。例如,一颗电池电量从80%消耗至60%的过程中,电池每消耗1%的电量均可以有使安装该电池的车辆行程对应的里程数,80%至60%之间相差20%,因此,电池电量从80%消耗至60%的过程中,数据库中可以保存20组对应关系,每个1%的电量区间均可以有一个对应的里程数,且将这些对应信息可以展示在柱状图中。
进一步地,后台服务器可以根据所有电池消耗第一预设电量时车辆对应的所有行驶里程,得到每颗电池的行驶里程分布,然后将所有电池的行驶里程分布相加后,在对相加数据求平均,得到电池的初始行驶里程分布L0。其中,电池的初始行驶里程分布L0还可以表征为所有电池每消耗第一预设电量车辆的历史行驶里程对应的平均行驶里程分布。例如,若数据库中包括三颗电池,且这三颗电池仅能将电量最大限度耗低至电池电量的最小阈值,其中,电池电量的最小阈值可以表征为电池电量能够被消耗的最低电量值,在本实施例中,该电池电量的最小阈值可以为诶10%,数据库中保存的信息为:第一颗电池将电量从60%消耗至55%,每消耗1%的电量行驶里程数分别为5、4.7、5、4.5、4.9、4.3;第二颗电池将电量从58%消耗至52%,每消耗1%的电量行驶里程数分别为4.5、4.8、4.7、4.7、4.5、4.3、4.6;第三颗电池将电量从56%消耗至52%,每消耗1%的电量行驶里程数分别为4.8、4.6、4.8、4.5、4.7,将这三组数据展示在表1中,可以直观地确定每颗电池的电量从100%消耗至10%的过程中,每消耗1%的电量对应行驶的历史里程数,表1中电池耗电区间100可以表示电池将电量从100%消耗至99%的区间范围,以此类推,其它耗电区间的表达含义也类似。
表1
其中,电池的初始行驶里程分布L0可以表征为电池电量从100%消耗至10%的过程中,每消耗1%的电量电池对应行驶过的平均行驶里程数,每个1%电量区间均对应一个平均行驶里程数,表1中电池耗电电量在60%到59%的过程中电池对应行驶过的平均行驶里程数可以等于5(即5除以1=5),电池耗电电量在59%到58%的过程中电池对应行驶过的平均行驶里程数可以等于4.75(即5+4.5的结果除以2=4.75),以此类推,电池耗电电量在1%的耗电区间电池对应行驶过的平均行驶里程数的计算方式也相同。可以理解为,电池耗电电量在1%的耗电区间电池对应行驶过的平均行驶里程数可以等于所有电池在该1%的耗电区间内电池的所有有效行驶里程数之和,与所有有效行驶里程数的总数量作差;有效行驶里程数可以表示行驶里程数大于0m的行驶里程数。
步骤S1120、获取不同预设条件对应的中间行驶里程分布L;其中,所述预设条件包括预设周期、用户使用所述车辆对应的预设次数、电池、车辆、用户、车辆停放站点以及温度信息。
具体的,上述预设条件对应的中间行驶里程分布L可以表征为预设周期内电池的行驶里程分布、预设周期内车辆的行驶里程分布、用户使用车辆在预设次数内的行驶里程分布、以车辆停放站点为起始地的车辆停放站点中的所有车辆的平均行驶里程分布或者不同温度对应的行驶里程分布,还可以表征为对行驶里程数有影响的因素对应的不同行驶里程分布。其中,对行驶里程数有影响的因素可以包括不同类型车辆的耗能情况、电池的老化情况、车辆停放站点周围的地况信息、用户的骑行习惯、用户的体重、温度对耗电的影响等等。
步骤S1130、根据所述初始行驶里程分布L0以及所述中间行驶里程分布L,采用目标机器学习模型,得到所述电池的电量从所述起始电量消耗到所述终止电量时,所述电池当前状态下允许车辆的续航总里程S。
具体的,上述目标机器学习模型可以为线性模型和非线性模型。可选的,后台服务器可以根据初始行驶里程分布L0与中间行驶里程分布L得到目标机器学习模型的输入,然后通过目标机器学习模型进行预估电池的电量从当前起始电量Estart消耗至终止电量Eend时,电池当前状态下允许车辆的续航总里程S。其中,起始电量Estart可以表征为用户使用一辆车出行时,车辆从起始地行驶时电池的当前电量;当用户使用车辆时,该电量可以显示在车辆上设置的显示屏上,后台服务器可以接收车辆发送的该电量信息。可选的,上述电池当前状态下允许车辆的续航总里程S可以表征为电池剩余电量可允许车辆行驶的最长里程。
本实施例提供的站点车辆处理方法,该方法可以综合考虑历史行驶里程分布以及不同影响因素对应的行驶里程分布,并且采用机器学习模型以解决不同影响因素的确定性导致的行驶里程分布结果不稳定,能够更佳准确地预估车辆可行驶的总里程,提升用户体验以及车辆使用率,从而增加车辆运营商的收益。
图5为另一实施例提供的获取电池的初始行驶里程分布的流程示意图,在步骤S1110中根据所述电池每消耗第一预设电量时,车辆行驶过的行驶里程,得到电池的初始行驶里程分布,其中,所述初始行驶里程分布表征电池的历史行驶里程分布L0的过程,可以包括如下步骤:
步骤S1111、获取每个区域内同型号同批次电池,每消耗第一预设电量时,所述车辆行驶过的行驶里程。
具体的,上述区域可以为全国不同的省、不同的城市或不同的县;但是,在本实施例中,区域可以为城市。可选的,每个区域内同型号同批次所有电池可以表征为每个城市内具有的同型号且电池厂商同批次生产的所有电池,不同城市对应的同型号同批次所有电池的数量可以相同,也可以不相同。
需要说明的是,后台服务器可以获取每个城市内同型号同批次的每颗电池,每消耗1%的电量车辆行驶过的行驶里程数;其中,每个城市内对应的行驶里程数的总数量可以等于该城市内同型号同批次的所有电池的数量。
步骤S1112、根据所有电池消耗第一预设电量时车辆对应的所有行驶里程,计算所述电池每消耗第一预设电量时允许车辆行驶的平均行驶里程。
具体的,后台服务器可以根据步骤S110中获取到的每个区域内同型号同批次所有电池,消耗第一预设电量时车辆对应的所有行驶里程,计算每个对应1%电量区间内所有行驶里程的平均值,得到电池连续消耗每个第一预设电量时允许车辆行驶的多个对应平均行驶里程。可选的,连续消耗每个第一预设电量可以理解为电池电量在消耗过程中相邻的多个消耗区间,其中,从100%至99%为一个消耗区间,从99%至98%为一个消耗区间,从98%至97%为一个消耗区间,依次类推的多个消耗区间。
步骤S1113、根据所述第一预设电量与所述平均行驶里程,生成所述电池的初始行驶里程分布L0。
具体的,后台服务器可以根据每个第一预设电量区间对应的平均行驶里程,生成电池连续消耗多个第一预设电量时车辆的历史行驶里程对应的行驶里程分布,即电池的初始行驶里程分布L0。
本实施例提供的站点车辆处理方法,该方法获取每个区域内同型号同批次电池,每消耗第一预设电量时车辆对应的所有行驶里程,根据所有电池消耗第一预设电量时车辆行驶过的行驶里程,计算电池每消耗第一预设电量时允许车辆行驶的平均行驶里程,根据第一预设电量与平均行驶里程,生成电池的初始行驶里程分布;该方法可以在预估当前电池允许当前车辆行驶里程时能够将历史行驶里程数据考虑进去,从而提高预估的准确性,以提升用户体验及车辆使用率,增加车辆运维商的收益。
图6为另一实施例提供的获取不同预设条件对应的中间行驶里程分布的流程示意图,上述步骤S1120中获取不同预设条件对应的中间行驶里程分布L的过程,具体可以包括如下过程:
步骤S1121、获取第一预设周期内,当前车辆的第一行驶里程分布L1以及当前电池的第二行驶里程分布L2。
其中,所述第一预设周期包括第四预设周期和第五预设周期;上述步骤S121中获取第一预设周期内,当前车辆的第一行驶里程分布L1以及当前电池的第二行驶里程分布L2的过程,具体可以包括如下过程:获取第四预设周期内,当前车辆的所述第一行驶里程分布L1;获取第五预设周期内,当前电池的所述第二行驶里程分布L2。
具体的,上述第四预设周期和第五预设周期之间没有相互关系,为相互独立的周期数据;第四预设周期和第五预设周期可以相等,也可以不相等;其中,第四预设周期和第五预设周期均可以以小时、天、月为单位;但是,在本实施例中,第四预设周期和第五预设周期可以以天为单位,可以为连续多天。可选的,后台服务器可以根据第四预设周期内,当前车辆每次出行时的行驶里程与耗电量之间的关系,计算当前车辆每消耗1%的电量对应的行驶里程分布,即第四预设周期内,当前车辆的第一行驶里程分布L1。可选的,上述当前车辆安装的电池可以更换,不一定在第四预设周期内均使用相同的电池,相当于第一行驶里程分布L1的计算对象可以为同一辆车,不同的电池或相同的电池。同时,当前车辆可以指用户在一段时间内使用的同一车辆,同一车辆的耗电情况基本可以相同,不同车辆的耗电情况可以有差异。例如,第四预设周期为X1天,当前车辆在X1天内的出行次数为y1次,当前车辆每次出行都会有对应的行驶里程分布(即连续消耗多个1%电量对应的车辆行驶里程分布),然后对y1次对应的y1个行驶里程分布求平均值,得到第四预设周期内,当前车辆的第一行驶里程分布L1;其中,X1可以大于y1,还可以小于等于y1。可选的,通过表1中的数据可以来描述求平均值的方式,将相同耗电区间的有效行驶里程相加,再除以这些有效行驶里程的总数量,得到每个耗电区间当前车辆的平均行驶里程。
需要说明的是,后台服务器可以根据第五预设周期内,当前电池每次助力车辆行驶的行驶里程与耗电量之间的关系,计算当前电池每消耗1%的电量允许车辆的行驶里程分布,即第五预设周期内,当前电池的第二行驶里程分布L2;其中,当前电池可以安装于不同的车辆,也可以安装于相同的车辆,相当于第二行驶里程分布L2的计算对象可以为相同的电池,不同的车辆或相同的车辆;当前电池可以指用户在一段时间内使用不同或相同的车辆安装的电池相同;相同电池的老化程度基本相同,但是不同电池的老化程度可以有差异。例如,第五预设周期为X2天,当前电池在X2天助力相同车辆或不同车辆的出行次数为y2次,当前电池助力车辆每次出行都会有对应的行驶里程分布(即连续消耗多个1%电量当前电池对应的行驶里程分布),然后对y2次对应的y2个行驶里程分布求平均,得到第五预设周期内,当前电池的第二行驶里程分布L2;其中,X2可以大于y2,还可以小于等于y2。可选的,求平均的方式可以参见表1计算平均数的方式,将相同耗电区间的有效行驶里程相加,再除以这些有效行驶里程的总数量,得到每个耗电区间当前电池的平均行驶里程。在本实施例中,第四预设周期可以等于30,第五预设周期可以等于30。
步骤S1122、获取当前车辆停放站点在第二预设周期内停放的所述车辆中,以当前车辆停放站点为起始地的车辆对应的第三行驶里程分布L3。
具体的,上述车辆停放站点可以为停放车辆的专用站点,该站点可以停车场、停车棚或者为车辆的充电站点。可选的,后台服务器可以根据当前车辆停放站点在第二预设周期内停放的所有车辆中,以当前车辆停放站点为起始地的所有出行车辆每次出行的行驶里程与耗电量之间的关系,计算以当前车辆停放站点为起始地的所有出行车辆每消耗1%电量的行驶里程分布,即当前车辆停放站点在第二预设周期内停放的所有车辆中,以当前车辆停放站点为起始地的车辆对应的第三行驶里程分布L3。其中,车辆停放站点的位置可以为不同区域内的任意位置;但是,不同位置车辆电池的耗电情况可以不相同;因此,在本实施例中,当前车辆停放站点可以为同一车辆停放站点。可选的,起始地可以为车辆行驶一段里程的起始点;步骤S1122中仅限定了以当前车辆停放站点为起始地,车辆出行的目的地并不固定。可选的,当前车辆停放站点在第二预设周期内停放的所有车辆可以表征为同一车辆停放站点在第二预设周期内停放的所有车辆。例如,第二预设周期为X3天,每天当前车辆停放站点的车辆有流出和流入,只要X3天内从当前车辆停放站点流出的所有车辆均算以当前车辆停放站点为起始地的车辆,当前车辆停放站点在X3天内停放的所有车辆中,以当前车辆停放站点为起始地的每辆车(共计y4)从当前车辆停放站点出行均有对应的行驶里程分布(即连续消耗多个1%电量当前车辆停放站点对应的行驶里程分布),然后对y4辆车对应的y4个行驶里程分布求平均,得到当前车辆停放站点在第二预设周期内停放的所有车辆中,以当前车辆停放站点为起始地的车辆对应的第三行驶里程分布L3。其中,X3可以大于y4,还可以小于等于y4。可选的,求平均的方式可以参见表1计算平均数的方式,将相同耗电区间的有效行驶里程相加,在除以这些有效行驶里程的总数量,得到每个耗电区间当前电池的平均行驶里程。在本实施例中,第二预设周期可以等于15,这里是指连续15天。
步骤S1123、获取当前用户使用过所述车辆预设次数时,对应的第四行驶里程分布L4。
具体的,预设次数可以为任意数值,可以为连续多次;但是,本实施例可以设定为100。可选的,后台服务器可以根据当前用户使用相同车辆或不同车辆时,每次出行的行驶里程与耗电量之间的关系,计算当前用户使用车辆预设次数时每消耗1%电量对应的平均行驶里程分布,即当前用户使用车辆预设次数时对应的第四行驶里程分布L4。例如,预设次数为X4,即当前用户使用相同车辆或不同车辆连续出行X4次,每次出行均有当前用户对应的行驶里程分布(即连续消耗多个1%电量当前用户对应的行驶里程分布);然后对X4次出行时对应的X4个当前用户的行驶里程分布求平均,得到当前用户使用车辆预设次数时对应的第四行驶里程分布L4。可选的,求平均的方式可以参见表1计算平均数的方式,将相同耗电区间的有效行驶里程相加,再除以这些有效行驶里程的总数量,得到每个耗电区间当前电池的平均行驶里程。需要说明的是,当前用户可以为同一用户;同一用户的体重基本相同,不同用户的体重可以有差异。
步骤S1124、获取第三预设周期内,当前温度对应的第五行驶里程分布L5,并将所述第一行驶里程分布L1、所述第二行驶里程分布L2、所述第三行驶里程分布L3、所述第四行驶里程分布L4以及所述第五行驶里程分布L5,作为所述中间行驶里程分布L。
具体的,第三预设周期与第二预设周期、第四预设周期以及第五预设周期可以相同,也可以不相同;第三预设周期也可以以小时、天、月为单位;但是,在本实施例中,第三预设周期可以以天为单位,可以为连续多天。可选的,后台服务器可以根据第三预设周期内,当前温度时任意一个区域内所有车辆每次出行时的行驶里程与耗电量之间的关系,计算当前温度每消耗1%的电量对应的行驶里程分布,即第三预设周期内,当前温度对应的第五行驶里程分布L5;当前温度对应的行驶里程分布可以表征第三预设周期内一个区域内每天相同温度时所有车辆出行时对应的行驶里程分布;其中,不同温度对应的行驶里程可以有差异。例如,第三预设周期为X5天,当前温度下一个城市内X5天内所有车辆的所有出行次数为y5次,当前温度下车辆每次出行都会有对应的行驶里程分布(即连续消耗多个1%电量当前温度对应的行驶里程分布),然后对y5次对应的y5个行驶里程分布求平均,得到第三预设周期内,当前温度对应的第五行驶里程分布L5;其中,X5可以大于y5,还可以小于等于y5。可选的,求平均的方式可以参见表1计算平均数的方式,将相同耗电区间的有效行驶里程相加,在除以这些有效行驶里程的总数量,得到每个耗电区间当前温度的平均行驶里程。
在本实施例中,相当于中间行驶里程分布L包括五个平均行驶里程分布,即第一行驶里程分布L1、第二行驶里程分布L2、第三行驶里程分布L3、第四行驶里程分布L4以及第五行驶里程分布L5。
本实施例提供的站点车辆处理方法,该方法可以计算对行驶里程不同影响因素下的平均行驶里程分布,并根据不同影响因素下的平均行驶里程分布预估当前电池允许当前车辆行驶里程分布,进而提高预估的准确性,以提升用户体验及车辆使用率,增加车辆运维商的收益。
作为另外一个实施例,上述步骤S1130中根据所述电池的初始行驶里程分布L0以及所述中间行驶里程分布L,采用目标机器学习模型,得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池当前状态下允许车辆的续航总里程S的过程,可以包括如下步骤:
步骤S1131、根据所述电池的初始行驶里程分布L0、与所述中间行驶里程分布L中包含的所述第一行驶里程分布L1、所述第二行驶里程分布L2、所述第三行驶里程分布L3、所述第四行驶里程分布L4以及所述第五行驶里程分布L5,采用目标机器学习模型,得到所述电池的电量从所述起始电量Estart消耗至终止电量Eend时,所述电池当前状态下允许车辆的续航总里程S。
具体的,后台服务器可以根据电池的初始行驶里程分布L0、第一行驶里程分布L1、第二行驶里程分布L2、第三行驶里程分布L3、第四行驶里程分布L4以及第五行驶里程分布L5得到目标机器学习模型的输入,然后通过目标机器学习模型进行预估电池的电量从当前起始电量Estart消耗至终止电量Eend时,电池当前状态下允许车辆的续航总里程S。
可选的,图7为另一实施例提供的获取电池当前状态下允许车辆的续航总里程的流程示意图,上述步骤S1131中根据所述电池的初始行驶里程分布L0、与所述中间行驶里程分布L中包含的所述第一行驶里程分布L1、所述第二行驶里程分布L2、所述第三行驶里程分布L3、所述第四行驶里程分布L4以及所述第五行驶里程分布L5,采用目标机器学习模型,得到所述电池的电量从所述起始电量Estart消耗至终止电量Eend时,所述电池当前状态下允许车辆的续航总里程S的过程,具体可以包括如下步骤:
步骤S11311、获取每辆车从起始地行驶时电池的所述起始电量Estart,以及每辆车在行驶过程中的所述终止电量Eend。
具体的,当用户使用车辆时,起始电量Estart可以显示在车辆上设置的显示屏上,后台服务器可以接收车辆发送的该电量信息。可选的,车辆在行驶过程中的终止电量Eend可以为大于等于0%的数据。但是,在预估车辆可行驶总里程的过程中,将该终止电量Eend设定为一种理想的数据,即终止电量等于0%;相当于通过该理想状态下的终止电量值Eend预估车辆可行驶的最长里程。
步骤S11312、根据所述起始电量Estart、所述终止电量Eend、所述电池的初始行驶里程分布L0、以及所述中间行驶里程分布L中包含的所述第一行驶里程分布L1、所述第二行驶里程分布L2、所述第三行驶里程分布L3、所述第四行驶里程分布L4和所述第五行驶里程分布L5,得到每辆车将电池电量从所述起始电量Estart消耗至所述终止电量Eend的过程对应的第六行驶里程分布。
具体的,上述第六行驶里程分布可以为一种平均行驶里程分布。可选的,后台服务器可以分别获取电池的初始行驶里程分布L0、第一行驶里程分布L1、第二行驶里程分布L2、第三行驶里程分布L3、第四行驶里程分布L4和第五行驶里程分布L5中起始电量Estart到终止电量Eend之间的行驶里程分布,然后按照表1对应的求平均值得方式,得到电池的电量从起始电量Estart消耗至终止电量Eend的过程对应的平均行驶里程分布,即第六行驶里程分布。其中,每辆车对应的第六行驶里程分布可以相同,也可以不相同。
步骤S11313、将所述第六行驶里程分布输入至所述目标机器学习模型,得到每个车辆停放站点内的每辆车的电池电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池当前状态下允许车辆的续航总里程S。
可选的,上述步骤11313中将所述第六行驶里程分布输入至所述目标机器学习模型,得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池当前状态下允许车辆的续航总里程S的过程,具体可以包括:将所述第六行驶里程分布输入至目标线性回归模型中,得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池当前状态下允许车辆的续航总里程S。
在本实施例中,上述目标机器学习模型可以为线性模型中的线性回归模型。后台服务器可以将获得的第六行驶里程分布输入至目标线性回归模型,得到电池将电量从起始电量Estart消耗至终止电量Eend时,电池当前状态下允许车辆的续航总里程S。可选的,上述目标线性回归模型可以通过历史耗电信息以及历史耗电信息对应的行驶里程信息,对初始线性回归模型反复训练调整初始参数得到的一个最优模型。其中,初始线性回归模型可以为任意一个线性回归模型,线性回归模型的参数可以初始化为任意数值。可选的,初始线性回归模型的训练过程与神经网络模型的训练过程可以相同,都是通过训练集数据对初始线性回归模型进行训练,通过测试集进行验证达到一定准确率时可以得到一个最优模型。可选的,线性回归模型可以为长短期记忆模型、逻辑回归模型或XGboost模型等等。可选的,初始线性回归模型的训练过程,训练集和测试集可以为一个区域内,车辆每次出行时的历史耗电量与历史耗电量中每消耗1%电量时的行驶里程,且这些数据为车辆每次出行时,电池电量从起始电量E’start消耗至终止电量E’end的过程中每消耗1%电量时的行驶里程中的部分数据。可选的,起始电量E’start可以为历史时间段内,车辆每次出行时的实际起始电量;终止电量Eend可以为历史时间段内,车辆每次出行过程中消耗的终止电量。可选的,训练集和测试集可以不相同。另外,训练集和测试集中的起始电量E’start与本实施例中预估车辆行驶的总里程对应的起始电量Estart可以等于,也可以不相等;训练集和测试集中的终止电量E’end与本实施例中预估电池当前状态下允许车辆的续航总里程S对应的终止电量Eend可以等于,也可以不相等。
本实施例提供的站点车辆处理方法,该方法可以综合考虑历史行驶里程分布以及不同影响因素对应的行驶里程分布,并且采用机器学习模型以解决不同影响因素的确定性导致的行驶里程分布结果不稳定,能够更佳准确地预估车辆可行驶的续航总里程,提升用户体验以及车辆使用率,从而增加车辆运维商的收益。
作为其中一个实施例,上述步骤S1300中通过所述续航总里程S与所述单均行驶里程,计算所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池允许车辆被使用的行驶次数Num的过程,可以通过以下过程实现:对所述续航总里程与所述单均行驶里程进行算术运算,得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池允许车辆被使用的行驶次数Num。
具体的,后台服务器可以对电池的电量从当前起始电量Estart消耗至终止电量Eend时,电池允许车辆行驶的续航总里程S,与初始预设周期内当前时间段中,从车辆停放站点驶出的所有车辆对应的单均行驶里程进行算术运算,得到电池的电量从起始电量Estart消耗至终止电量Eend时,电池允许车辆被使用的行驶次数Num。其中,初始预设周期与第一预设周期、第二预设周期、第三预设周期可以相同,也可以不相同。
可选的,所述通过所述续航总里程与所述单均行驶里程,计算所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池允许车辆被使用的行驶次数Num的过程,可以通过以下过程实现:对所述续航总里程与所述单均行驶里程进行算术运算,得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池允许车辆被使用的行驶次数Num,具体可以包括以下过程:对所述续航总里程与所述单均行驶里程进行除法运算,得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时,所述电池允许车辆被使用的行驶次数Num。
在本实施例中,上述算术运算可以为除法运算。可选的,后台服务器可以用电池将电量从当前起始电量Estart消耗至终止电量Eend时,电池允许车辆行驶的总里程S,除以初始预设周期内当前时间段中,从车辆停放站点驶出的所有车辆对应的单均行驶里程,得到电池的电量从起始电量Estart消耗至终止电量Eend时,电池允许车辆被使用的行驶次数Num。
本实施例提供的站点车辆处理方法,该方法通过准确获取到的每辆车安装的电池当前剩余电量允许车辆可行驶的续航总里程,预估电池当前剩余电量允许车辆的可行驶次数,从而提高了预估电池当前剩余电量允许车辆的可行驶次数的准确性,较为准确的把握为车辆所安装电池进行充电或者为车辆更换新电池的时间,以避免电池充电或车辆更换电池的频率过高,降低运维成本,提高车辆运维商的收益。
作为其中一个实施例,上述步骤S3000中根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标In和每个车辆停放站点的损失Iloss的过程,可以通过以下方式实现:
步骤S3100、对所述第一总数量与对所述第一权重进行第一算术运算,得到每个车辆停放站点内的车辆补充电能的初始重要性指标In。
具体的,上述第一算术运算可以加法运算、减法运算、乘法运算以及除法运算。可选的,车辆停放站点内的车辆补充电能的初始重要性指标In可以表征车辆停放站点内的车辆补充电能的重要程度。
可选的,上述步骤S3100中对所述第一总数量与所述第一权重进行第一算术运算,得到每个车辆停放站点内的车辆补充电能的初始重要性指标In的过程,具体可以包括:对所述第一总数量与所述第一权重进行加权求和,得到每个车辆停放站点内的车辆补充电能的初始重要性指标In。
例如,一个车辆停放站点内,所有车辆对应的可行驶次数分别为0,1,2,3,4,5,6,相同可行驶次数Num为0的车辆对应的总数量c0为5,相同可行驶次数Num为1的车辆对应的总数量c1为2,相同可行驶次数Num为2的车辆对应的总数量c2为2,相同可行驶次数Num为3的车辆对应的总数量c3为3,相同可行驶次数Num为4的车辆对应的总数量c4为4,相同可行驶次数Num为5的车辆对应的总数量c5为2,相同可行驶次数Num为6的车辆对应的总数量c6为1;对应地,相同可行驶次数Num为0的车辆补充电能的权重为w0为10,相同可行驶次数Num为1的车辆补充电能的权重为w1为8,相同可行驶次数Num为2的车辆补充电能的权重为w2为6,相同可行驶次数Num为3的车辆补充电能的权重为w3为4,相同可行驶次数Num为4的车辆补充电能的权重为w3为0,相同可行驶次数Num为5的车辆补充电能的权重为w5为0,相同可行驶次数Num为6的车辆补充电能的权重为w6为0,即该车辆停放站点内,相同可行驶次数的车辆对应的第一总数量为5,2,2,3,4,2,1,相应地,相同可行驶次数Num的车辆补充电能对应的第一权重分别为10,8,6,4,0,0,0,则该车辆停放站点内的车辆补充电能的初始重要性指标In可以等于c0*w0+c1*w1+c2*w2+c3*w3+c4*w4+c5*w5,即In等于90。
进一步地,每个车辆停放站点内的车辆补充电能的初始重要性指标In可以通过公式(1)表示,即
其中,ci表示一个车辆停车站点内相同可行驶次数的车辆对应的总数量,wi表示一个车辆停车站点内相同可行驶次数的车辆补充电能对应的权重,i表示相同的可行驶次数。
步骤S3200、对所述第一总数量与所述第二权重进行第二算术运算,得到每个车辆停放站点的损失Iloss。
具体的,上述第二算术运算可以包括加法运算、减法运算、乘法运算、除法运算和极值运算。
本实施例提供的站点车辆处理方法,该方法可以获取每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,然后综合考虑每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,对每个车辆停放站点内的车辆补充电能的影响,来依次对每个车辆停放站点内的车辆补充电能,从而能够及时对所有车辆停放站点内的车辆先补充电能,对重要程度高的车辆停放站点内的车辆先补充电能,对重要程度低的车辆停放站点内的车辆后补充电能,提升用户体验,以增加车辆运维商的收益。
作为其中一个实施例,在上述步骤S3100之后或者步骤S3200之前,所述站点车辆处理方法还可以包括:
步骤S3300、获取预设时间段内,从所述车辆停放站点驶出的车辆的第二总数量N,以及从所述车辆停放站点驶入的车辆的第三总数量M。
具体的,上述预设时间段可以为以当前时刻为起始时间未来一段时间;在本实施例中,预设时间段可以为当前时刻之后的一小时。其中,第二总数量N可以为从每个车辆停放站点驶出的所有车辆的总数量;第三总数量M可以为从每个车辆停放站点驶入的所有车辆的总数量。
可选的,上述步骤S3300中获取预设时间段内,从每个车辆停放站点驶出的车辆的第二总数量N,以及从每个车辆停放站点驶入的车辆的第三总数量M的过程,可以通过以下步骤实现:
步骤S3310、根据历史时间段内,驶入所述车辆停放站点的车辆的第一历史数量,以及驶出所述车辆停放站点的车辆的第二历史数量,对初始预测模型进行训练处理,得到目标预测模型。
在本实施例中,历史时间段可以为预设时间段之前的任意一段时间,该段时间的间隔时间可以不固定。需要说明的是,若本实施例预估当前时刻之后一小时内从每个车辆停放站点驶出的车辆的第二总数量N,以及从每个车辆停放站点驶入的车辆的第三总数量M,则历史时间段可以为当前时刻之前的一小时、两小时、三小时、四小时等等时间段。例如,当前时刻为9点,预测时间段为9点到10点,则历史时间段可以为8点到9点,7点到9点,6点到9点,5点到9点等等时间段,该时间段的终止时间为9点;另外,历史时间段还可以为跨天对应的时间段。
需要说明的是,上述第一历史数量可以为历史时间段内,驶入每个车辆停放站点的车辆对应的总数量;每个车辆停车站点对应的第一历史数量可以相等,也可以不相等。可选的,上述第二历史数量可以为历史时间段内,驶出每个车辆停放站点的车辆对应的总数量;每个车辆停车站点对应的第二历史数量可以相等,也可以不相等。可选的,上述初始预测模型可以为机器学习模型,该机器学习模型可以为线性回归模型;在本实施例中,线性回归模型可以为长短期记忆模型、逻辑回归模型或XGboost模型等等。可选的,后台服务器可以通过历史时间段内,驶入每个车辆停放站点的车辆的第一历史数量,以及驶出每个车辆停放站点的车辆的第二历史数量,对初始预测模型进行训练处理,得到目标预测模型。可选的,训练目标预测模型的方式可以与步骤S11313中训练目标机器学习模型的方式相同。
步骤S3320、通过所述目标预测模型,预测预设时间段内,从所述车辆停放站点驶出的车辆的第二总数量N,以及从所述车辆停放站点驶入的车辆的第三总数量M。
具体的,后台服务器可以通过预测的目标预测模型,预测当前时刻之后一小时内,从每个车辆停放站点驶出的车辆的第二总数量N,以及从每个车辆停放站点驶入的车辆的第三总数量M。
可选的,上述步骤S200中的过程,具体可以通过以下过程实现:对所述第一总数量与所述第二权重进行第二算术运算,得到每个车辆停放站点的损失Iloss,包括:对所述第一总数量、所述第二总数量N、所述第三总数量M以及所述第二权重进行组合运算,得到每个车辆停放站点的损失Iloss;所述组合运算包括极值运算、减法运算以及求和运算。
需要说明的是,上述第二算术运算可以为一种组合运算,该组合运算中包括极值运算、减法运算以及求和运算。继续步骤S3100中的示例,每个车辆停放站点的损失Iloss可以通过公式(2)表示,即
本实施例提供的站点车辆处理方法,该方法可以综合考虑每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,以及时对所有车辆停放站点内的车辆先补充电能,提升用户体验,以增加车辆运维商的收益。
图8为另一实施例提供的按照先后顺序依次对每个车辆停放站点内的车辆补充电能的具体流程示意图,上述步骤S4000中对每个所述初始重要性指标In和每个车辆停放站点的损失Iloss进行融合处理,并按照融合结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能的过程,具体可以通过以下步骤实现:
步骤S4100、通过每个初始重要性指标In以及所述初始重要性指标In对应车辆停放站点的损失Iloss,计算每个车辆停放站点内的车辆补充电能的目标重要性指标Iobj。
具体的,一个车辆停放站点可以有对应的初始重要性指标,也可以有对应的车辆停放站点的损失Iloss。可选的,后台服务器可以对一个车辆停放站点对应的初始重要性指标In,与该车辆停放站点对应的车辆停放站点的损失Iloss进行算术运算,得到算术运算结果,并将算术运算结果作为该车辆停放站点内的车辆补充电能的目标重要性指标Iobj。
在本实施例中,上述算术运算可以为加法运算。可选的,后台服务器可以对一个车辆停放站点对应的初始重要性指标In,与该车辆停放站点对应的车辆停放站点的损失Iloss进行加法运算,得到加法运算结果,并将加法运算结果作为该车辆停放站点内的车辆补充电能的目标重要性指标Iobj。可选的,通过该中加法运算过程,后台服务器可以计算每个车辆停放站点内的车辆补充电能的目标重要性指标Iobj。
步骤S4200、根据每个车辆停放站点内的车辆补充电能的目标重要性指标Iobj,确定对所有车辆停放站点内的车辆补充电能的先后顺序,按照所述先后顺序依次对每个车辆停放站点内的车辆补充电能。
具体的,后台服务器可以对计算得到的所有车辆停放站点内的车辆补充电能的目标重要性指标Iobj的大小进行排序,最大目标重要性指标Iobj对应的序号可以为1,依次类推,从最大目标重要性指标Iobj向最小目标重要性指标Iobj进行排序,然后按照先后顺序,先对序号为1对应的车辆停放站点内的车辆补充电能,然后对序号为2对应的车辆停放站点内的车辆补充电能,依次类推,最后对最后一个序号对应的车辆停放站点内的车辆补充电能。或者,后台服务器对计算得到的所有车辆停放站点内的车辆补充电能的目标重要性指标Iobj的大小进行排序,最小目标重要性指标Iobj对应的序号可以为1,依次类推,从最小目标重要性指标Iobj向最大目标重要性指标Iobj进行排序,然后按照先后顺序,先对最后一个序号对应的车辆停放站点内的车辆补充电能,然后对倒数第二个序号对应的车辆停放站点内的车辆补充电能,依次类推,最后对序号为1对应的车辆停放站点内的车辆补充电能。
本实施例提供的站点车辆处理方法,该方法可以综合考虑每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,得到每个车辆停放站点内的车辆补充电能的目标重要性指标,然后根据每个车辆停放站点内的车辆补充电能的目标重要性指标,确定每个车辆停放站点内的车辆补充电能的重要程度,及时对所有车辆停放站点内的车辆先补充电能,对重要程度高的车辆停放站点内的车辆先补充电能,对重要程度低的车辆停放站点内的车辆后补充电能,提升用户体验,以增加车辆运维商的收益。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
关于站点车辆处理系统的具体限定可以参见上文中对于站点车辆处理方法的限定,在此不再赘述。上述终端的站点车辆处理系统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终端中的处理器中,也可以以软件形式存储于终端中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
图9为一实施例提供的站点车辆处理系统结构示意图。如图9所示,该系统可以包括:预估模块11、总数量获取模块12、衡量指标获取模块13以及融合处理模块14。
具体的,所述预估模块11,用于预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数;
所述总数量获取模块12,用于获取每个车辆停放站点内,具有相同可行驶次数的车辆的第一总数量;
所述衡量指标获取模块13,用于根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度;
所述融合处理模块14,用于对每个所述初始重要性指标和每个车辆停放站点的损失进行融合处理,并按照融合结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
本实施例提供的站点车辆处理系统,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,所述预估模块11包括:第一获取单元、第二获取单元以及第一计算单元。
其中,所述第一获取单元,用于预估所述电池的电量从当前起始电量消耗至终止电量时,所述电池允许车辆行驶的续航总里程;
所述第二获取单元,用于获取当前时间段内车辆对应的单均行驶里程,其中,所述单均行驶里程表征用户多次使用车辆时,每次车辆的平均行驶里程;
所述计算单元,用于通过所述续航总里程与所述单均行驶里程,计算所述电池的电量从所述起始电量消耗至所述终止电量时,所述电池允许车辆被使用的行驶次数。
本实施例提供的站点车辆处理系统,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,所述衡量指标获取模块13包括:第二计算单元以及第三计算单元。
其中,所述第二计算单元,用于对所述第一总数量与所述第一权重进行第一算术运算,得到每个车辆停放站点内的车辆补充电能的初始重要性指标;
所述第三计算单元,用于对所述第一总数量与所述第二权重进行第二算术运算,得到每个车辆停放站点的损失。
本实施例提供的站点车辆处理系统,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,所述第二计算单元具体用于对所述第一总数量与所述第一权重进行加权求和,得到每个车辆停放站点内的车辆补充电能的初始重要性指标。
本实施例提供的站点车辆处理系统,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,所述衡量指标获取模块13还包括第三获取单元。
其中,所述第三获取单元,用于获取预设时间段内,从所述车辆停放站点驶出的车辆的第二总数量,以及从所述车辆停放站点驶入的车辆的第三总数量。
本实施例提供的站点车辆处理系统,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,所述第三获取单元包括:第一获取子单元以及第二获取子单元。
具体的,所述第一获取子单元,用于根据历史时间段内,驶入所述车辆停放站点的车辆的第一历史数量,以及驶出所述车辆停放站点的车辆的第二历史数量,对初始预测模型进行训练处理,得到目标预测模型;
所述第二获取子单元,用于通过所述目标预测模型,预测预设时间段内,从所述车辆停放站点驶出的车辆的第二总数量,以及从所述车辆停放站点驶入的车辆的第三总数量。
本实施例提供的站点车辆处理系统,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,所述第三计算单元具体用于对所述第一总数量、所述第二总数量、所述第三总数量以及所述第二权重进行组合运算,得到每个车辆停放站点的损失;所述组合运算包括极值运算、减法运算以及求和运算。
本实施例提供的站点车辆处理系统,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,所述融合处理模块14包括:第四计算单元以及确定单元。
其中,所述第四计算单元,用于通过每个初始重要性指标以及所述初始重要性指标对应车辆停放站点的损失,计算每个车辆停放站点内的车辆补充电能的目标重要性指标;
所述确定单元,用于根据每个车辆停放站点内的车辆补充电能的目标重要性指标,确定对所有车辆停放站点内的车辆补充电能的先后顺序,按照所述先后顺序依次对每个车辆停放站点内的车辆补充电能。
本实施例提供的站点车辆处理系统,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在一个实施例中,提供了一种终端,其内部结构图可以如图10所示。该终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该终端的处理器用于提供计算和控制能力。该终端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和计算机程序。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。该终端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站点车辆处理方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏,该终端的输入装置可以是显示屏上覆盖的触摸层,也可以是终端外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10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终端的限定,具体的终端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,提供了一种终端,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:
预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数;
获取每个车辆停放站点内,具有相同可行驶次数的车辆的第一总数量;
根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度;
对每个所述初始重要性指标和每个车辆停放站点的损失进行融合处理,并按照融合结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
在一个实施例中,提供了一种可读存储介质,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:
预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数;
获取每个车辆停放站点内,具有相同可行驶次数的车辆的第一总数量;
根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度;
对每个所述初始重要性指标和每个车辆停放站点的损失进行融合处理,并按照融合结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非均限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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本申请专利范围的限制。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 (11)
1.一种站点车辆处理方法,其特征在于,所述方法包括:
预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数;
获取每个车辆停放站点内,具有相同可行驶次数的车辆的第一总数量;
根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度;
对每个所述初始重要性指标和每个车辆停放站点的损失进行计算处理以及排序处理,并按照排序后的结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
2.根据权利要求1所述的方法,其特征在于,所述预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数,包括:
预估所述电池的电量从当前起始电量消耗至终止电量时,所述电池允许车辆行驶的续航总里程;
获取当前时间段内车辆对应的单均行驶里程,其中,所述单均行驶里程表征用户多次使用车辆时,每次车辆的平均行驶里程;
通过所述续航总里程与所述单均行驶里程,计算所述电池的电量从所述起始电量消耗至所述终止电量时,所述电池允许车辆被使用的行驶次数。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失,包括:
对所述第一总数量与所述第一权重进行第一算术运算,得到每个车辆停放站点内的车辆补充电能的初始重要性指标;
对所述第一总数量与所述第二权重进行第二算术运算,得到每个车辆停放站点的损失。
4.根据权利要求3所述的方法,其特征在于,所述对所述第一总数量与所述第一权重进行第一算术运算,得到每个车辆停放站点内的车辆补充电能的初始重要性指标,包括:
对所述第一总数量与所述第一权重进行加权求和,得到每个车辆停放站点内的车辆补充电能的初始重要性指标。
5.根据权利要求3所述的方法,其特征在于,在对所述第一总数量与所述第二权重进行第二算术运算,得到每个车辆停放站点的损失之前,所述方法还包括:
获取预设时间段内,从所述车辆停放站点驶出的车辆的第二总数量,以及从所述车辆停放站点驶入的车辆的第三总数量。
6.根据权利要求5所述的方法,其特征在于,所述获取预设时间段内,从所述车辆停放站点驶出的车辆的第二总数量,以及从所述车辆停放站点驶入的车辆的第三总数量,包括:
根据历史时间段内,驶入所述车辆停放站点的车辆的第一历史数量,以及驶出所述车辆停放站点的车辆的第二历史数量,对初始预测模型进行训练处理,得到目标预测模型;
通过所述目标预测模型,预测预设时间段内,从所述车辆停放站点驶出的车辆的第二总数量,以及从所述车辆停放站点驶入的车辆的第三总数量。
7.根据权利要求6所述的方法,其特征在于,所述对所述第一总数量与所述第二权重进行第二算术运算,得到每个车辆停放站点的损失,包括:
对所述第一总数量、所述第二总数量、所述第三总数量以及所述第二权重进行组合运算,得到每个车辆停放站点的损失;所述组合运算包括极值运算、减法运算以及求和运算。
8.根据权利要求1所述的方法,其特征在于,所述对每个所述初始重要性指标和每个车辆停放站点的损失进行计算处理以及排序处理,并按照排序后的结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能,包括:
通过每个初始重要性指标以及所述初始重要性指标对应车辆停放站点的损失,计算每个车辆停放站点内的车辆补充电能的目标重要性指标;
根据每个车辆停放站点内的车辆补充电能的目标重要性指标,确定对所有车辆停放站点内的车辆补充电能的先后顺序,按照所述先后顺序依次对每个车辆停放站点内的车辆补充电能。
9.一种站点车辆处理系统,其特征在于,所述系统包括:
预估模块,用于预估车辆停放站点内的车辆的电池电量从当前起始电量消耗至终止电量时,所述电池允许所述车辆的可行驶次数;
总数量获取模块,用于获取每个车辆停放站点内,具有相同可行驶次数的车辆的第一总数量;
衡量指标获取单元,用于根据所述第一总数量、第一权重以及第二权重,得到每个车辆停放站点内的车辆补充电能的初始重要性指标和每个车辆停放站点的损失;其中,第一权重用于表征具有相同可行驶次数的车辆补充电能的重要程度;第二权重用于表征所述车辆停放站点内的车辆因缺电对所述车辆停放站点造成损失的重要程度;
融合处理模块,用于对每个所述初始重要性指标和每个车辆停放站点的损失进行计算处理以及排序处理,并按照排序后的结果中的先后顺序依次对所有车辆停放站点内的车辆补充电能。
10.一种终端,包括存储器、处理器,所述存储器上存储有可在处理器上运行的计算机程序,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8中任一项所述方法的步骤。
11.一种可读存储介质,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8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911419258.4A CN111098744B (zh) | 2019-12-31 | 2019-12-31 | 站点车辆处理方法、系统、终端及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911419258.4A CN111098744B (zh) | 2019-12-31 | 2019-12-31 | 站点车辆处理方法、系统、终端及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111098744A CN111098744A (zh) | 2020-05-05 |
CN111098744B true CN111098744B (zh) | 2021-02-02 |
Family
ID=70426371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911419258.4A Active CN111098744B (zh) | 2019-12-31 | 2019-12-31 | 站点车辆处理方法、系统、终端及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111098744B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680933B (zh) * | 2020-06-29 | 2023-04-18 | 北京中电普华信息技术有限公司 | 用电行为的分析方法、装置、可读介质以及设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PL3197706T3 (pl) * | 2014-09-25 | 2019-04-30 | Efacec Electric Mobility S A | Montowalna na ścianie ładowarka DC pojazdu elektrycznego |
GB2550601B (en) * | 2016-05-24 | 2019-06-12 | Sevcon Ltd | Methods and apparatus for the provision of AC power |
CN107215228B (zh) * | 2017-06-14 | 2019-11-15 | 上海蔚来汽车有限公司 | 加电优化方法及装置、终端、设施、设备、存储介质 |
CN107719164B (zh) * | 2017-10-11 | 2020-02-18 | 华北电力大学 | 基于topsis排序的居民区电动汽车有序充电方法 |
CN110497816B (zh) * | 2019-07-17 | 2023-03-21 | 青岛海尔空调器有限总公司 | 用于管理车辆充电的方法及装置 |
-
2019
- 2019-12-31 CN CN201911419258.4A patent/CN111098744B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111098744A (zh) | 2020-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schwenk et al. | Integrating battery aging in the optimization for bidirectional charging of electric vehicles | |
Zhou et al. | Optimal battery electric vehicles range: A study considering heterogeneous travel patterns, charging behaviors, and access to charging infrastructure | |
Muratori et al. | Highly-resolved modeling of personal transportation energy consumption in the United States | |
CN105429218B (zh) | 一种电动汽车群有序充电管理的分布式控制方法 | |
Hou et al. | Comprehensive analysis method of determining global long-term GHG mitigation potential of passenger battery electric vehicles | |
Rigas et al. | Congestion management for urban EV charging systems | |
Paterakis et al. | A methodology to generate power profiles of electric vehicle parking lots under different operational strategies | |
WO2013108246A2 (en) | Approximation of remaining travelable distance of a vehicle powered by a battery | |
US10776168B2 (en) | Vehicle and computing system | |
KR20130129738A (ko) | 전기자동차의 주행가능거리 산출 방법 | |
CN103713262A (zh) | 用于计算绿色车辆的可能行驶距离的系统和方法 | |
CN107392462A (zh) | 一种考虑分类特性的电动汽车并网调度方法 | |
CN111602159A (zh) | 服务器以及管理系统 | |
CN103033752A (zh) | 电动车电池寿命预测方法以及延长方法 | |
CN110673050B (zh) | 评估电池健康状态的方法 | |
Darabi et al. | Plug-in hybrid electric vehicles: Charging load profile extraction based on transportation data | |
JP2021191133A (ja) | バーチャルパワープラントの制御装置 | |
CN111098744B (zh) | 站点车辆处理方法、系统、终端及可读存储介质 | |
Zhang et al. | Stochastic modeling and analysis of public electric vehicle fleet charging station operations | |
Gairola et al. | Optimization framework for integrated battery electric bus planning and charging scheduling | |
JP7256097B2 (ja) | 情報処理システム及びプログラム | |
CN111144790B (zh) | 任务处理方法、系统、终端及可读存储介质 | |
WO2022181112A1 (ja) | 電池診断システム | |
WO2020090949A1 (ja) | 蓄電素子評価装置、コンピュータプログラム、蓄電素子評価方法、学習方法及び生成方法 | |
CN111114381B (zh) | 车辆信息预估方法、系统、终端及可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |