CN114943392A - 一种基于数据分析的换电路径管理系统及方法 - Google Patents

一种基于数据分析的换电路径管理系统及方法 Download PDF

Info

Publication number
CN114943392A
CN114943392A CN202210888446.7A CN202210888446A CN114943392A CN 114943392 A CN114943392 A CN 114943392A CN 202210888446 A CN202210888446 A CN 202210888446A CN 114943392 A CN114943392 A CN 114943392A
Authority
CN
China
Prior art keywords
cabinet
information
user
battery
power exchange
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.)
Granted
Application number
CN202210888446.7A
Other languages
English (en)
Other versions
CN114943392B (zh
Inventor
郭红杰
刘新宇
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.)
Shenzhen Dunchuang Technology Co ltd
Original Assignee
Shenzhen Dunchuang Technology 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 Shenzhen Dunchuang Technology Co ltd filed Critical Shenzhen Dunchuang Technology Co ltd
Priority to CN202210888446.7A priority Critical patent/CN114943392B/zh
Publication of CN114943392A publication Critical patent/CN114943392A/zh
Application granted granted Critical
Publication of CN114943392B publication Critical patent/CN114943392B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • 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

本发明公开了一种基于数据分析的换电路径管理系统及方法，涉及换电柜技术领域；包括换电柜管理模块、换电柜区域设置模块、换电柜优化模块；所述换电柜管理模块用于获取换电柜的订单数量信息，对订单数量信息进行分析，得到基于不同分布位置的换电柜热度信息；换电柜区域设置模块用于获取信息，管理并调整换电柜服务区域；换电柜优化模块用于根据信息，优化用户选择的换电柜位置；通过换电柜管理模块，使得用户能在换电柜快速更换电瓶，减少用户在换电柜的等待时间，提高更换电瓶的效率；通过换电柜优化模块，避免浪费投放换电柜的成本，能减少用户聚集在同一个换电柜中，能进行合理分流，同时不会延误用户配送物品的时间。

Description

一种基于数据分析的换电路径管理系统及方法
技术领域
本发明涉及换电柜技术领域，具体为一种基于数据分析的换电路径管理系统及方法。
背景技术
随着使用电瓶车的人数增加，尤其是外卖配送小哥或者快递小哥的大军加入，使得电瓶车的销售市场越来越好，但随之而来的是，电瓶车的电量并不足以快递小哥或者外卖配送小哥的日常行驶公里数；但如果快充或者普通充电，需要耗费大量的时间去等待；现市场上出现的换电柜解决了这一问题，通过更换电瓶，能确保电量充足；
由于快递小哥或者外卖配送小哥整天都在配送快递或者外卖，进而导致快递小哥或者外卖小哥无法及时在换电柜更换电瓶，导致快递小哥或者外卖小哥的电瓶中途没有电量，影响快递小哥或者外卖小哥的正常工作；又甚至快递小哥或者外卖小哥没有结合配送物品或者外卖的位置、路径，影响快递小哥或者外卖小哥配送剩余快递或者外卖的时间；因此，需要为快递小哥或者外卖小哥匹配最优的换电柜。
发明内容
本发明的目的在于提供一种基于数据分析的换电路径管理系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于数据分析的换电路径管理系统，所述换电路径管理系统包括换电柜管理模块、换电柜区域设置模块、换电柜优化模块；
所述换电柜管理模块用于获取换电柜的订单数量信息，对订单数量信息进行分析，得到基于不同分布位置的换电柜热度信息；
所述换电柜区域设置模块用于获取信息，管理并调整换电柜服务区域；所述获取信息包括换电柜的热度信息和用户的配送信息，其中配送信息包括配送的时间、配送的位置信息；进而确定换电柜的最大服务区域；
所述换电柜优化模块用于根据信息，优化用户选择的换电柜位置；从而能合理分配更换电瓶的换电柜，避免浪费投放换电柜的成本，同时能减少用户聚集在同一个换电柜中，能进行合理分流，同时不会延误用户配送物品的时间。
进一步的，所述换电柜管理模块包括历史数据获取单元、数据预测单元、热度分析单元、二维地图建立单元和用户身份识别单元；
所述历史数据获取单元用于获取在历史时间段，换电柜的订单数量信息；
所述数据预测单元用于截取部分换电柜，预测部分换电柜在未来时间段的订单数量信息；
所述热度分析单元用于分析不同分布位置换电柜的热度信息，所述热度信息是指更换电瓶的热度；
所述二维地图建立单元用于建立二维地图，将所述热度反映在所述二维地图上；
所述用户身份识别单元用于通过换电柜的识别终端获取更换换电柜的用户身份；所述识别终端是安装在换电柜上的摄像头。
进一步的，所述换电柜区域设置模块包括信息获取单元、服务区域设置单元、换电柜聚类单元、配送用户确定单元；
所述信息获取单元用于在用户打开换电柜软件信息时，同时授予换电柜软件访问信息的权限；所述换电柜软件访问的信息包括用户配送的订单信息、位置信息和换电柜订单信息；
所述服务区域设置单元用于在用户打开换电柜软件后，依据换电柜软件访问的信息，建立得到换电柜的最大服务区域；
所述换电柜聚类单元用于依据换电柜的热度信息，对换电柜进行聚类；
所述配送用户确定单元用于以任意一个换电柜为中心，获取在所述换电柜更换电瓶后的用户集。
进一步的，所述换电柜优化模块包括电量损耗获取单元和更换优化单元；
所述换电柜优化模块包括电量损耗获取单元和更换优化单元；
所述电量损耗获取单元用于实时获取用户配送物品时损耗的电量信息；
所述更换优化单元用于根据用户配送物品的时间、目标位置、剩余电量信息，优化用户选择的换电柜位置。
一种基于数据分析的换电路径管理方法，所述换电路径管理方法执行如下步骤：
Z01：获取换电柜在历史时间段的订单数量信息，预测换电柜在未来时间段的订单数量，并依据订单数量信息分析换电柜的热度；
Z02：根据换电柜的热度，调整换电柜的最大服务区域，并对换电柜进行聚类；
Z03：在用户打开换电柜软件信息时，同时授予换电柜软件访问信息和用户配送物品时损耗的电量信息，根据换电柜软件访问的信息和用户配送物品时损耗的电量信息，优化用户选择的换电柜位置。
在步骤Z01中，获取在时间段T1-Tk内换电柜的订单数量集合为W={
Figure 547682DEST_PATH_IMAGE001
,
Figure 340058DEST_PATH_IMAGE002
,
Figure 477778DEST_PATH_IMAGE003
...
Figure 579464DEST_PATH_IMAGE004
},
Figure 333793DEST_PATH_IMAGE004
是指在时间点Tk时的订单数量；建立AR模型，具体为
Figure 133122DEST_PATH_IMAGE005
；将AR模型转化为：
Figure 125349DEST_PATH_IMAGE006
=
Figure 899401DEST_PATH_IMAGE007
*
Figure 344289DEST_PATH_IMAGE008
；其中，
Figure 478467DEST_PATH_IMAGE009
是指AR模型的系数，
Figure 590779DEST_PATH_IMAGE008
是指在AR模型中构成的p*1的矩阵；
Figure 768689DEST_PATH_IMAGE006
是指预测的订单数量值；通过最小二乘法原理，使得损失函数最小，求得系数
Figure 700873DEST_PATH_IMAGE009
的值；代入原始数据，输出换电柜为[1,2,...,m]时预测的订单数量集合W’={
Figure 373163DEST_PATH_IMAGE010
,
Figure 339981DEST_PATH_IMAGE011
,
Figure 190257DEST_PATH_IMAGE012
,...,
Figure 875316DEST_PATH_IMAGE013
}，
Figure 351297DEST_PATH_IMAGE013
表示第m个换电柜所预测的订单数量；根据订单数量分析换电柜的热度信息集合
Figure 172622DEST_PATH_IMAGE014
，
Figure 957914DEST_PATH_IMAGE015
；其中热度信息
Figure 661427DEST_PATH_IMAGE016
；
Figure 550886DEST_PATH_IMAGE017
是指第m个换电柜的热度系数。
在步骤Z02中，获取分布在二维地图上换电柜的热度信息，根据热度信息对换电柜进行聚类，对换电柜聚类的方法具体为：
Z021：随机在二维地图中换电柜中，选择u个换电柜的点作为初始的聚类中心，计算二维平面中其他换电柜至u个换电柜的距离；
Z022：对于每一个换电柜，将换电柜分配至最近的聚类中心；
Z022：对选择的聚类中心k，重新计算所述聚类中心k的中心。
在步骤Z03中，根据大数据，获取用户配送物品时的目标位置集合D，获取用户电瓶的剩余电量，为了对用户在配送物品的路上分配最优的换电柜地点，提高热度小于预设热度的换电柜使用率，通过如下方法对最优的换电柜地点进行优化：
步骤Z031：设定布谷鸟算法的适应度函数：
Figure 616931DEST_PATH_IMAGE018
；其中，[
Figure 933643DEST_PATH_IMAGE019
]
Figure 203081DEST_PATH_IMAGE020
{
Figure 896231DEST_PATH_IMAGE021
}；
获取用户配送物品时的目标位置集合D={j,...,h}和换电柜服务区域{
Figure 551203DEST_PATH_IMAGE021
}；确保用户所选择的换电柜服务区域满足的条件为：
Figure 304395DEST_PATH_IMAGE022
<F’；
F’是指换电柜服务区域之间重叠区域的预设个数，F是指换电柜服务区域之间重叠区域的个数；
Figure 559665DEST_PATH_IMAGE023
是指用户电瓶的剩余电量，n是指用户配送物品的目标位置集合中的一个，
Figure 790926DEST_PATH_IMAGE024
是指用户从目标位置j至目标位置j+1之间的距离，s是指用户配送物品时的单位距离，
Figure 238088DEST_PATH_IMAGE025
是指用户每配送距离S所损耗的电量值，
Figure 286816DEST_PATH_IMAGE026
是指电量系数，
Figure 655480DEST_PATH_IMAGE027
是指换电柜a服务区域面积，
Figure 300219DEST_PATH_IMAGE028
)是指a换电柜服务区域与[b,...,h]换电柜服务区域的重叠区域；
步骤Z032：初始化布谷鸟算法的步长、方向、迭代数值和布谷鸟蛋被寄主抛弃的概率值Pa，随机选择一组布谷鸟鸟窝位置；
步骤Z033：在所计算的适应度值，选择最优的换电柜地点位置；
步骤Z034：循环步骤Z031-Z033，直至迭代数值结束。
与现有技术相比，本发明所达到的有益效果是：本发明根据换电柜管理模块，根据换电柜的历史订单数量预测未来时间段的订单数量信息，并凭借订单数量信息分析换电柜的热度信息，以使得用户能在换电柜快速更换电瓶，减少用户在换电柜的等待时间，提高更换电瓶的效率；通过换电柜优化模块，通过获取用户的用户配送物品的时间、目标位置、剩余电量信息，优化用户更换骑行车辆内电瓶的换电柜位置，从而能合理分配更换电瓶的换电柜，同时能减少用户聚集在同一个换电柜中，能进行合理分流，同时不会延误用户配送物品的时间。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的一种基于数据分析的换电路径管理系统的模块组成示意图；
图2是本发明的一种基于数据分析的换电路径管理方法的步骤示意图；
图3是本发明的换电柜服务区域示意图。
具体实施方式
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，所描述的实施例仅仅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。
请参阅图1-图3，本发明提供技术方案：
一种基于数据分析的换电路径管理系统，所述换电路径管理系统包括换电柜管理模块、换电柜区域设置模块、换电柜优化模块；
所述换电柜管理模块用于获取换电柜的订单数量信息，对订单数量信息进行分析，得到基于不同分布位置的换电柜热度信息；
所述换电柜区域设置模块用于获取信息，管理并调整换电柜服务区域；所述获取信息包括换电柜的热度信息和用户的配送信息，其中配送信息包括配送的时间、配送的位置信息；进而确定换电柜的最大服务区域；
所述换电柜优化模块用于根据信息，优化用户选择的换电柜位置；从而能合理分配更换电瓶的换电柜，避免浪费投放换电柜的成本，同时能减少用户聚集在同一个换电柜中，能进行合理分流，同时不会延误用户配送物品的时间。
进一步的，所述换电柜管理模块包括历史数据获取单元、数据预测单元、热度分析单元、二维地图建立单元和用户身份识别单元；
所述历史数据获取单元用于获取在历史时间段，换电柜的订单数量信息；
所述数据预测单元用于截取部分换电柜，预测部分换电柜在未来时间段的订单数量信息；
所述热度分析单元用于分析不同分布位置换电柜的热度信息，所述热度信息是指更换电瓶的热度；
所述二维地图建立单元用于建立二维地图，将所述热度反映在所述二维地图上；
所述用户身份识别单元用于通过换电柜的识别终端获取更换换电柜的用户身份；所述识别终端是安装在换电柜上的摄像头。
进一步的，所述换电柜区域设置模块包括信息获取单元、服务区域设置单元、换电柜聚类单元、配送用户确定单元；
所述信息获取单元用于在用户打开换电柜软件信息时，同时授予换电柜软件访问信息的权限；所述换电柜软件访问的信息包括用户配送的订单信息、位置信息和换电柜订单信息；其中换电柜软件访问的信息是建立在用户同意授权之上所得。
所述服务区域设置单元用于在用户打开换电柜软件后，依据换电柜软件访问的信息，建立得到换电柜的最大服务区域；
所述换电柜聚类单元用于依据换电柜的热度信息，对换电柜进行聚类；
所述配送用户确定单元用于以任意一个换电柜为中心，获取在所述换电柜更换电瓶后的用户集。
进一步的，所述换电柜优化模块包括电量损耗获取单元和更换优化单元；
所述换电柜优化模块包括电量损耗获取单元和更换优化单元；
所述电量损耗获取单元用于实时获取用户配送物品时损耗的电量信息；
所述更换优化单元用于根据用户配送物品的时间、目标位置、剩余电量信息，优化用户选择的换电柜位置。
一种基于数据分析的换电路径管理方法，所述换电路径管理方法执行如下步骤：
Z01：获取换电柜在历史时间段的订单数量信息，预测换电柜在未来时间段的订单数量，并依据订单数量信息分析换电柜的热度；
Z02：根据换电柜的热度，调整换电柜的最大服务区域，并对换电柜进行聚类；
Z03：在用户打开换电柜软件信息时，同时授予换电柜软件访问信息和用户配送物品时损耗的电量信息，根据换电柜软件访问的信息和用户配送物品时损耗的电量信息，优化用户选择的换电柜位置。
在步骤Z01中，获取在时间段T1-Tk内换电柜的订单数量集合为W={
Figure 805150DEST_PATH_IMAGE001
,
Figure 24778DEST_PATH_IMAGE002
,
Figure 880739DEST_PATH_IMAGE003
...
Figure 827704DEST_PATH_IMAGE004
},
Figure 452721DEST_PATH_IMAGE004
是指在时间点Tk时的订单数量；建立AR模型，具体为
Figure 515355DEST_PATH_IMAGE005
；将AR模型转化为：
Figure 717666DEST_PATH_IMAGE006
=
Figure 360000DEST_PATH_IMAGE007
*
Figure 714889DEST_PATH_IMAGE008
；其中，
Figure 886107DEST_PATH_IMAGE009
是指AR模型的系数，
Figure 575714DEST_PATH_IMAGE008
是指在AR模型中构成的p*1的矩阵；
Figure 490581DEST_PATH_IMAGE006
是指预测的订单数量值；通过最小二乘法原理，使得损失函数最小，求得系数
Figure 886927DEST_PATH_IMAGE009
的值；代入原始数据，输出换电柜为[1,2,...,m]时预测的订单数量集合W’={
Figure 71790DEST_PATH_IMAGE010
,
Figure 920797DEST_PATH_IMAGE011
,
Figure 763988DEST_PATH_IMAGE012
,...,
Figure 218103DEST_PATH_IMAGE013
}，
Figure 606490DEST_PATH_IMAGE013
表示第m个换电柜所预测的订单数量；根据订单数量分析换电柜的热度信息集合
Figure 146056DEST_PATH_IMAGE014
，
Figure 792938DEST_PATH_IMAGE015
；其中热度信息
Figure 101560DEST_PATH_IMAGE016
；
Figure 847799DEST_PATH_IMAGE017
是指第m个换电柜的热度系数；
为了解所截取换电柜的订单数量变化，通过AR预测方式预测换电柜的订单数量，如仅仅获取历史数据中的换电柜数量来分析换电柜的热度信息，将导致热度信息的正确性低下；AR预测模型是自回归变量模型，预测模型是依据时间序列发生变化的，通过此预测方式增强数据预测的准确性。
在步骤Z02中，获取分布在二维地图上换电柜的热度信息，根据热度信息对换电柜进行聚类，对换电柜聚类的方法具体为：
Z021：随机在二维地图中换电柜中，选择u个换电柜的点作为初始的聚类中心，计算二维平面中其他换电柜至u个换电柜的距离；
Z022：对于每一个换电柜，将换电柜分配至最近的聚类中心；
Z022：对选择的聚类中心k，重新计算所述聚类中心k的中心；
为了能得到分布在地图上的换电柜的热度信息，使得用户能在众多的换电柜中进行分流，避免大量的用户聚集在同一个换电柜中，增加在同一个换电柜的使用量；通过所述聚类方法，对相同特征的换电柜进行聚类，以便于对相同特征的换电柜进行处理。
在步骤Z03中，根据大数据，获取用户配送物品时的目标位置集合D，获取用户电瓶的剩余电量，为了对用户在配送物品的路上分配最优的换电柜地点，提高热度小于预设热度的换电柜使用率，通过如下方法对最优的换电柜地点进行优化：
步骤Z031：设定布谷鸟算法的适应度函数：
Figure 982983DEST_PATH_IMAGE018
；其中，[
Figure 308922DEST_PATH_IMAGE019
]
Figure 331104DEST_PATH_IMAGE020
{
Figure 451507DEST_PATH_IMAGE021
}；
获取用户配送物品时的目标位置集合D={j,...,h}和换电柜服务区域{
Figure 841031DEST_PATH_IMAGE021
}；确保用户所选择的换电柜服务区域满足的条件为：
Figure 705082DEST_PATH_IMAGE022
<F’；
F’是指换电柜服务区域之间重叠区域的预设个数，F是指换电柜服务区域之间重叠区域的个数；
Figure 519454DEST_PATH_IMAGE023
是指用户电瓶的剩余电量，n是指用户配送物品的目标位置集合中的一个，
Figure 200971DEST_PATH_IMAGE024
是指用户从目标位置j至目标位置j+1之间的距离，s是指用户配送物品时的单位距离，
Figure 936846DEST_PATH_IMAGE025
是指用户每配送距离S所损耗的电量值，
Figure 712910DEST_PATH_IMAGE026
是指电量系数，
Figure 850630DEST_PATH_IMAGE027
是指换电柜a服务区域面积，
Figure 437470DEST_PATH_IMAGE028
)是指a换电柜服务区域与[b,...,h]换电柜服务区域的重叠区域；
步骤Z032：初始化布谷鸟算法的步长、方向、迭代数值和布谷鸟蛋被寄主抛弃的概率值Pa，随机选择一组布谷鸟鸟窝位置；
步骤Z033：在所计算的适应度值，选择最优的换电柜地点位置；
步骤Z034：循环步骤Z031-Z033，直至迭代数值结束。
通过计算公式
Figure 395061DEST_PATH_IMAGE029
，能得到用户到达配送目标位置的剩余电量，设置
Figure 741860DEST_PATH_IMAGE030
表示控制用户骑行车辆的最低剩余电量；其中最低剩余电量是由用户的容忍程度决定，同时也由用户距离最优换电柜的位置所决定，因此，
Figure 734087DEST_PATH_IMAGE026
是变量；为了避免用户选择的换电柜位置是热度信息高于预设热度信息的位置，因此，设置约束条件，[
Figure 491827DEST_PATH_IMAGE019
]
Figure 202294DEST_PATH_IMAGE020
{
Figure 8576DEST_PATH_IMAGE021
}和
Figure 229211DEST_PATH_IMAGE022
<F’；[
Figure 298798DEST_PATH_IMAGE019
]
Figure 90037DEST_PATH_IMAGE020
{
Figure 903272DEST_PATH_IMAGE021
}是指用户的配送位置要在换电柜服务区域内，进而防止分配给用户距离配送位置较远的换电柜，同时设置了约束条件
Figure 745457DEST_PATH_IMAGE022
<F’，避免给用户分配一种换电柜，此种换电柜与其他换电柜之间存在重叠区域，且重叠区域的数量大于预设数量，通过此种方式不仅能对换电站进行分流，使得换电站的订单数量均匀，提高热度信息低于预设热度信息的使用率，还能在用户对电量的容忍度下更换电瓶。
实施例：如图3，在二维平面中展示了换电柜分布的信息，当换电柜与多个换电柜包含有重叠区域，且重叠区域数量高于预设数量时，则表示此区域换电柜内的使用率很高；反之，表示此区域换电柜内的使用率很低；通过本方法，依据用户配送的信息，向用户推荐最优换电柜；1是指换电柜，2是指换电柜最大服务区域。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于数据分析的换电路径管理系统，其特征在于：所述换电路径管理系统包括换电柜管理模块、换电柜区域设置模块、换电柜优化模块；
所述换电柜管理模块用于获取换电柜的订单数量信息，对订单数量信息进行分析，得到基于不同分布位置的换电柜热度信息；
所述换电柜区域设置模块用于获取信息，管理并调整换电柜服务区域；所述获取信息包括换电柜的热度信息和用户的配送信息；
所述换电柜优化模块用于根据信息，优化用户选择的换电柜位置。
2.根据权利要求1所述的一种基于数据分析的换电路径管理系统，其特征在于：所述换电柜管理模块包括历史数据获取单元、数据预测单元、热度分析单元、二维地图建立单元和用户身份识别单元；
所述历史数据获取单元用于获取在历史时间段，换电柜的订单数量信息；
所述数据预测单元用于截取部分换电柜，预测部分换电柜在未来时间段的订单数量信息；
所述热度分析单元用于分析不同分布位置换电柜的热度信息，所述热度信息是指更换电瓶的热度；
所述二维地图建立单元用于建立二维地图，将所述热度反映在所述二维地图上；
所述用户身份识别单元用于通过换电柜的识别终端获取更换换电柜的用户身份；所述识别终端是安装在换电柜上的摄像头。
3.根据权利要求1所述的一种基于数据分析的换电路径管理系统，其特征在于：所述换电柜区域设置模块包括信息获取单元、服务区域设置单元、换电柜聚类单元、配送用户确定单元；
所述信息获取单元用于在用户打开换电柜软件信息时，同时授予换电柜软件访问信息的权限；所述换电柜软件访问的信息包括用户配送的订单信息、位置信息和换电柜订单信息；
所述服务区域设置单元用于在用户打开换电柜软件后，依据换电柜软件访问的信息，建立得到换电柜的最大服务区域；
所述换电柜聚类单元用于依据换电柜的热度信息，对换电柜进行聚类；
所述配送用户确定单元用于以任意一个换电柜为中心，获取在所述换电柜更换电瓶后的用户集。
4.根据权利要求1所述的一种基于数据分析的换电路径管理系统，其特征在于：所述换电柜优化模块包括电量损耗获取单元和更换优化单元；
所述电量损耗获取单元用于实时获取用户配送物品时损耗的电量信息；
所述更换优化单元用于根据用户配送物品的时间、目标位置、剩余电量信息，优化用户选择的换电柜位置。
5.一种基于数据分析的换电路径管理方法，其特征在于：所述换电路径管理方法执行如下步骤：
Z01：获取换电柜在历史时间段的订单数量信息，预测换电柜在未来时间段的订单数量，并依据订单数量信息分析换电柜的热度；
Z02：根据换电柜的热度，调整换电柜的最大服务区域，并对换电柜进行聚类；
Z03：在用户打开换电柜软件信息时，同时授予换电柜软件访问信息和用户配送物品时损耗的电量信息，根据换电柜软件访问的信息和用户配送物品时损耗的电量信息，优化用户选择的换电柜位置。
6.根据权利要求5所述的一种基于数据分析的换电路径管理方法，其特征在于：在步骤Z01中，获取在时间段T1-Tk内换电柜的订单数量集合为W={
Figure DEST_PATH_IMAGE001
,
Figure DEST_PATH_IMAGE002
,
Figure DEST_PATH_IMAGE003
...
Figure DEST_PATH_IMAGE004
},
Figure 338959DEST_PATH_IMAGE004
是指在时间点Tk时的订单数量；建立AR模型，具体为
Figure DEST_PATH_IMAGE005
；将AR模型转化为：
Figure DEST_PATH_IMAGE006
=
Figure DEST_PATH_IMAGE007
*
Figure DEST_PATH_IMAGE008
；其中，
Figure DEST_PATH_IMAGE009
是指AR模型的系数，
Figure 459362DEST_PATH_IMAGE008
是指在AR模型中构成的p*1的矩阵；
Figure 973520DEST_PATH_IMAGE006
是指预测的订单数量值；通过最小二乘法原理，使得损失函数最小，求得系数
Figure 211472DEST_PATH_IMAGE009
的值；代入原始数据，输出换电柜为[1,2,...,m]时预测的订单数量集合W’={
Figure DEST_PATH_IMAGE010
,
Figure DEST_PATH_IMAGE011
,
Figure DEST_PATH_IMAGE012
,...,
Figure DEST_PATH_IMAGE013
}，
Figure 901210DEST_PATH_IMAGE013
表示第m个换电柜所预测的订单数量；根据订单数量分析换电柜的热度信息集合
Figure DEST_PATH_IMAGE014
，
Figure DEST_PATH_IMAGE015
；其中热度信息
Figure DEST_PATH_IMAGE016
；
Figure DEST_PATH_IMAGE017
是指第m个换电柜的热度系数。
7.根据权利要求5所述的一种基于数据分析的换电路径管理方法，其特征在于：在步骤Z02中，获取分布在二维地图上换电柜的热度信息，根据热度信息对换电柜进行聚类，对换电柜聚类的方法具体为：
Z021：随机在二维地图中换电柜中，选择u个换电柜的点作为初始的聚类中心，计算二维平面中其他换电柜至u个换电柜的距离；
Z022：对于每一个换电柜，将换电柜分配至最近的聚类中心；
Z022：对选择的聚类中心k，重新计算所述聚类中心k的中心。
8.根据权利要求5所述的一种基于数据分析的换电路径管理方法，其特征在于：在步骤Z03中，根据大数据，获取用户配送物品时的目标位置集合D，获取用户电瓶的剩余电量，为了对用户在配送物品的路上分配最优的换电柜地点，提高热度小于预设热度的换电柜使用率，通过如下方法对最优的换电柜地点进行优化：
步骤Z031：设定布谷鸟算法的适应度函数：
Figure DEST_PATH_IMAGE018
；其中，[
Figure DEST_PATH_IMAGE019
]
Figure DEST_PATH_IMAGE020
{
Figure DEST_PATH_IMAGE021
}；
获取用户配送物品时的目标位置集合D={j,...,h}和换电柜服务区域{
Figure 972940DEST_PATH_IMAGE021
}；确保用户所选择的换电柜服务区域满足的条件为：
Figure DEST_PATH_IMAGE022
<F’；
F’是指换电柜服务区域之间重叠区域的预设个数，F是指换电柜服务区域之间重叠区域的个数；
Figure DEST_PATH_IMAGE023
是指用户电瓶的剩余电量，n是指用户配送物品的目标位置集合中的一个，
Figure DEST_PATH_IMAGE024
是指用户从目标位置j至目标位置j+1之间的距离，s是指用户配送物品时的单位距离，
Figure DEST_PATH_IMAGE025
是指用户每配送距离S所损耗的电量值，
Figure DEST_PATH_IMAGE026
是指电量系数，
Figure DEST_PATH_IMAGE027
是指换电柜a服务区域面积，
Figure DEST_PATH_IMAGE028
)是指a换电柜服务区域与[b,...,h]换电柜服务区域的重叠区域；
步骤Z032：初始化布谷鸟算法的步长、方向、迭代数值和布谷鸟蛋被寄主抛弃的概率值Pa，随机选择一组布谷鸟鸟窝位置；
步骤Z033：在所计算的适应度值，选择最优的换电柜地点位置；
步骤Z034：循环步骤Z031-Z033，直至迭代数值结束。
CN202210888446.7A 2022-07-27 2022-07-27 一种基于数据分析的换电路径管理系统及方法 Active CN114943392B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210888446.7A CN114943392B (zh) 2022-07-27 2022-07-27 一种基于数据分析的换电路径管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210888446.7A CN114943392B (zh) 2022-07-27 2022-07-27 一种基于数据分析的换电路径管理系统及方法

Publications (2)

Publication Number Publication Date
CN114943392A true CN114943392A (zh) 2022-08-26
CN114943392B CN114943392B (zh) 2022-11-01

Family

ID=82911131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210888446.7A Active CN114943392B (zh) 2022-07-27 2022-07-27 一种基于数据分析的换电路径管理系统及方法

Country Status (1)

Country Link
CN (1) CN114943392B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116502872A (zh) * 2023-06-27 2023-07-28 深圳市菲尼基科技有限公司 基于运营效率管理的换电柜控制方法及其设备
CN117035311A (zh) * 2023-08-09 2023-11-10 上海智租物联科技有限公司 一种通过向量网络连接强度计算换电柜撤柜需求的方法
CN117474303A (zh) * 2023-12-28 2024-01-30 深圳市菲尼基科技有限公司 一种用于换电柜的运营控制方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897852A (zh) * 2017-01-27 2017-06-27 华南理工大学 用于物流的订单排序优化方法
CN109118136A (zh) * 2018-07-28 2019-01-01 江苏苏宁物流有限公司 一种用于物流无人机的中继站规划方法及系统
CN109166242A (zh) * 2018-07-26 2019-01-08 蔚来汽车有限公司 移动换电装置的调度方法、系统、调度服务器和设备
CN110059860A (zh) * 2019-03-21 2019-07-26 华北电力大学 一种城市的公共充电站位置布局多目标优化方法
CN110472794A (zh) * 2019-08-21 2019-11-19 南京邮电大学 一种无人机协同加速物流调度优化方法
CN110866668A (zh) * 2018-08-28 2020-03-06 蔚来汽车有限公司 换电站服务能力评估方法以及换电站服务资源调度系统
US20200112834A1 (en) * 2018-10-05 2020-04-09 Qualcomm Incorporated Variable ping rate for a location tracker
CN113232548A (zh) * 2021-04-23 2021-08-10 深圳市智莱科技股份有限公司 换电柜的离线换电方法、系统、终端及存储介质
CN114091703A (zh) * 2021-11-25 2022-02-25 上海挚达科技发展有限公司 电动汽车有序充电管理平台及其运维方法
CN114298559A (zh) * 2021-12-29 2022-04-08 阳光电源股份有限公司 换电站的换电方法、换电管理平台及存储介质
CN114707771A (zh) * 2022-06-06 2022-07-05 南京易联阳光信息技术股份有限公司 基于大数据的医药供应链管理方法及平台

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897852A (zh) * 2017-01-27 2017-06-27 华南理工大学 用于物流的订单排序优化方法
CN109166242A (zh) * 2018-07-26 2019-01-08 蔚来汽车有限公司 移动换电装置的调度方法、系统、调度服务器和设备
CN109118136A (zh) * 2018-07-28 2019-01-01 江苏苏宁物流有限公司 一种用于物流无人机的中继站规划方法及系统
CN110866668A (zh) * 2018-08-28 2020-03-06 蔚来汽车有限公司 换电站服务能力评估方法以及换电站服务资源调度系统
US20200112834A1 (en) * 2018-10-05 2020-04-09 Qualcomm Incorporated Variable ping rate for a location tracker
CN110059860A (zh) * 2019-03-21 2019-07-26 华北电力大学 一种城市的公共充电站位置布局多目标优化方法
CN110472794A (zh) * 2019-08-21 2019-11-19 南京邮电大学 一种无人机协同加速物流调度优化方法
CN113232548A (zh) * 2021-04-23 2021-08-10 深圳市智莱科技股份有限公司 换电柜的离线换电方法、系统、终端及存储介质
CN114091703A (zh) * 2021-11-25 2022-02-25 上海挚达科技发展有限公司 电动汽车有序充电管理平台及其运维方法
CN114298559A (zh) * 2021-12-29 2022-04-08 阳光电源股份有限公司 换电站的换电方法、换电管理平台及存储介质
CN114707771A (zh) * 2022-06-06 2022-07-05 南京易联阳光信息技术股份有限公司 基于大数据的医药供应链管理方法及平台

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116502872A (zh) * 2023-06-27 2023-07-28 深圳市菲尼基科技有限公司 基于运营效率管理的换电柜控制方法及其设备
CN117035311A (zh) * 2023-08-09 2023-11-10 上海智租物联科技有限公司 一种通过向量网络连接强度计算换电柜撤柜需求的方法
CN117474303A (zh) * 2023-12-28 2024-01-30 深圳市菲尼基科技有限公司 一种用于换电柜的运营控制方法及系统
CN117474303B (zh) * 2023-12-28 2024-03-26 深圳市菲尼基科技有限公司 一种用于换电柜的运营控制方法及系统

Also Published As

Publication number Publication date
CN114943392B (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
CN114943392B (zh) 一种基于数据分析的换电路径管理系统及方法
EP0644499B1 (en) Availability processor and method
US8239219B2 (en) Method and apparatus for providing availability of airline seats
CN105389975B (zh) 专车调度方法和装置
US7562027B1 (en) Availability processing in a travel planning system
EP3506188A1 (en) Systems and methods for dynamically allocating exchangeable energy storage devices from charging stations
EP1234268A2 (en) Method and apparatus for providing availability of airline seats
CN109819047B (zh) 一种基于激励机制的移动边缘计算资源分配方法
CN113222275A (zh) 一种时变路网下考虑时空距离的车辆路径优化方法
CN108304266A (zh) 一种移动多目标群智感知任务分配方法
CN112950119A (zh) 即时物流订单拆分方法、装置、设备及存储介质
CN109002966A (zh) 一种基于k均值聚类的多星任务规划方法
Baptista et al. A case study on the application of an approximated hypercube model to emergency medical systems management
CN114549089A (zh) 一种查找无人车巡售热销服务站点的方法及装置
US20220176841A1 (en) Methods and systems for optimal pricing and charging control of a plug-in electric vehicle charging station
CN110826943B (zh) 判断是否需要进行配车及确定公交配车数的方法及相关设备
Marianov et al. Allocating servers to facilities, when demand is elastic to travel and waiting times
CN112612934A (zh) 用户充电行为画像处理方法和装置
JP4267850B2 (ja) 共同配車システム
CN115662192B (zh) 一种用于航班时刻分配场景的机场时隙防火墙设置方法
US20230214767A1 (en) Communications server apparatus and method for simulating supply and demand conditions related to a transport service
CN111199301B (zh) 一种集散中心的选取方法、装置、设备及存储介质
Saha et al. Customer Appointment Analysis in Automobile Dealerships
CN116341781A (zh) 基于大规模邻域搜索算法的路径规划方法及存储介质
CN116796971A (zh) 对共享电单车换电的人员排班方法、装置及电子设备

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