CN116562426A - 充电场站负荷的预测方法、装置、电子设备及介质 - Google Patents

Abstract

本申请公开了一种充电场站负荷的预测方法、装置、电子设备及介质，其方法包括：获取目标充电场站的历史分时负荷，根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求；若否，则获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷；根据所述历史分时负荷和所述丢单分时负荷，确定所述目标充电场站的预测分时负荷。本申请更加充分考虑了由于充电桩不足导致的“丢单”这一特殊场景，通过补充丢单信息，极大程度提高了充电场站负荷预测的准确度，使得充电服务企业等能够根据得到的预测分时结果更加准确地把控用户需求规律，引导用户错峰充电，避免丢单现象；并且能够实现按需建站、扩站、转移设备。

Description

充电场站负荷的预测方法、装置、电子设备及介质

技术领域

本申请涉及电力数据处理技术领域，具体涉及一种充电场站负荷的预测方法、装置、电子设备及介质。

背景技术

在充电场站实际运营的场景中，往往需要对充电桩的负荷做出日内分时准确的预测，以实现精准的负荷追踪，从而实现充电场站的精细化控制以此来增加场站的收入。

现有技术大多采用历史时间发生的实际负荷来对未来趋势进行预测，但是这种方式由于没有考虑到某些特定场景，如没有考虑到当充电站内所有充电桩在某时刻都被占用时，新发生的电动车充电需求，因此预测结果准确度不高，不能真实反应充电场站的符合上限。

需要说明的是，上述背景技术仅作为示例性的说明，而不必然地构成现有技术。

发明内容

本申请实施例针对上述情况，提出一种充电场站负荷的预测方法、装置、电子设备及介质，以克服或者至少部分克服现有技术的不足之处。

第一方面，本申请实施例提供了一种充电场站负荷的预测方法，包括：

获取目标充电场站的历史分时负荷；

根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求；

若否，则获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷；

根据所述历史分时负荷和所述丢单分时负荷，确定所述目标充电场站的预测分时负荷。

可选的，所述方法还包括：

若根据所述历史分时负荷，确定所述目标充电场站能够满足周边充电需求，则直接将所述历史分时负荷作为所述目标充电场站的预测分时负荷。

可选的，在上述方法中，所述根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求，包括：

根据所述历史分时负荷，确定所述目标充电场站在各历史时段是否均存在空闲充电桩；

若是，则确定所述目标充电场站能够满足周边充电需求；

否则，则确定所述目标充电场站不能满足周边充电需求。

可选的，在上述方法中，所述获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷，包括：

将所述目标充电场站不存在空闲充电桩的历史时段作为目标历史时段；

获取所述目标历史时段中的所述目标充电场站的丢单预测数据，所述丢单预测数据包括：充电桩状态信息、至少一个查询用户的查询位置信息和实时订单数据；

基于预设的丢单校验规则，根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段是否发生丢单现象；

若是，则根据所述实时订单数据，确定所述目标充电场站在所述目标历史时段的丢单分时负荷。

可选的，在上述方法中，所述获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷，还包括：

若根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段没有发生丢单现象，则直接将所述历史分时负荷作为所述目标充电场站的预测分时负荷。

可选的，在上述方法中，基于预设的丢单校验规则，根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段是否发生丢单现象，包括：

基于预设的丢单校验规则，对所述充电桩状态信息、所述查询位置信息、以及所述实时订单数据分别进行校验；

若各项数据的校验结果均为符合，则确定所述目标充电场站在所述目标历史时段发生丢单现象。

可选的，在上述方法中，所述基于预设的丢单校验规则，对所述充电桩状态信息、所述查询位置信息、以及所述实时订单数据分别进行校验，包括：

根据所述充电桩状态信息，确定所述目标充电场站中的各充电桩的电池充满度是否均小于预设百分比；

若是，则根据所述查询位置信息，确定所述目标充电场站是否为距离所述查询用户最近的充电场站；

若是，则根据所述实时订单数据，确定所述查询用户是否在其他充电场站产生了充电订单；

若是，则确定所述目标充电场站在所述目标历史时段发生了丢单现象；

以上检测步骤能够变更顺序执行。

可选的，在上述方法中，所述根据所述实时订单数据，确定所述目标充电场站在所述目标历史时段的丢单分时负荷，包括：

读取所述实时订单数据中的充电负荷，作为所述目标充电场站在所述目标历史时段的丢单分时负荷。

可选的，在上述方法中，所述根据所述历史分时负荷和所述丢单负荷，确定所述目标充电场站的预测分时负荷，包括：

确定在历史各时段中所述历史分时负荷与所述丢单分时负荷之和，得到所述目标充电场站的预测分时负荷。

第二方面，本申请实施例还提供了一种充电场站负荷的预测装置，所述装置包括：

获取单元，用于获取目标充电场站的历史分时负荷；

第一判断单元，用于根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求；

第二判断单元，用于若确定所述目标充电场站不能满足周边充电需求，则获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷；

负荷核算单元，用于根据所述历史分时负荷和所述丢单分时负荷，确定所述目标充电场站的预测分时负荷。

第三方面，本申请实施例还提供了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一的充电场站负荷的预测方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行上述任一的充电场站负荷的预测方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

本申请提供了一种充电场站负荷的预测方法，首先根据目标充电场站的历史分时负荷，确定目标充电场站现有充电桩是否能够满足周边充电需求，若不能，则说明目标充电场站可能发生过丢单，则获取目标充电场站的丢单预测数据，并根据丢单预测数据，确定该目标充电场站的丢单分时负荷，最后将历史分时负荷和丢单分时负荷按照时段进行加和，得到表征目标充电场站的预测分时负荷，该预测分时负荷能够体现出目标充电场站的周边真实充电需求以及目标充电场站的真实负荷上限。本申请在对充电场站进行负荷预测时，在充电场站的历史分时负荷数据的基础上，增加了充电场站可能发生丢单的丢单预测数据，并将历史分时负荷与丢单分时负荷的共同结果，作为目标充电场站的负荷预测结果，本申请更加充分考虑了由于充电桩不足导致的“丢单”这一特殊场景，通过补充丢单信息，极大程度提高了充电场站负荷预测的准确度，使得充电服务企业等能够根据得到的预测分时结果更加准确地把控用户需求规律，引导用户错峰充电，避免丢单现象；并且可以根据需求供给表现，保证充电场站在建设或者扩建前对周边区域的用户充电需求进行准确测算，实现按需建站、扩站、转移设备等，最大化满足用户的需求，同时实现充电场站价值的最大化。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1示出了根据本申请的一个实施例的充电场站负荷的预测方法的流程示意图；

图2示出了根据本申请的一个实施例的判断目标充电场站在目标历史时段是否发生丢单现象的流程示意图；

图3示出了根据本申请的另一个实施例的充电场站负荷的预测方法的流程示意图；

图4示出了根据本申请的一个实施例的充电场站负荷的预测装置的结构示意图；

图5为本申请实施例中一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

在充电场站实际运营的场景中，需要对充电桩的负荷，也就是电动车的充电需求做日内分时准确的预测，以实现精准的负荷追踪，负荷追踪可以理解为按照用户需求进行需求的调峰或者增加设备，从而实现充电场站的精细化控制以此来增加充电场站的收入。

在现有技术中，对充电场站的负荷进行预测时，多采用按照之前历史发生的实际负荷来对未来趋势进行预测的方式，在实现方案上多采用历史时序来做预测，但是这种方式没有考虑到充电站场景中的一些特定特征和场景，如没有考虑丢单中的需求，也就是没有考虑到当充电场站内所有充电桩在某时刻都被占用时，此时新发生的充电需求因为没有充电桩资源进行满足，发生了“丢单”现象，这些丢单如果有足够的资源进行满足，即可以作为该充电场站的需求一部分，因此现有技术中对需求的预测往往偏小，不能真实反馈充电场站的负荷上限。

为此，本申请提供了一种充电场站负荷的预测方法，图1示出了根据本申请的一个实施例的充电场站负荷的预测方法的流程示意图，从图1可以看出，本申请至少包括步骤S110～步骤S130：

步骤S110：获取目标充电场站的历史分时负荷，根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求。

将待预测的充电场站记为目标充电场站，首先获取目标充电场站的历史分时负荷，历史分时负荷可以理解为目标充电场站在历史一段时间内的按照时段(如1小时)为单位，发生的充电订单产生的充电量，且对于充电量的来源是有标注的，如历史分时负荷中的一条数据可以为：在2021年1月1日，12：00-13：00，充电场站A中充电桩a的充电枪a1(实际场景中，一个充电桩通常有两个充电枪，历史分时负荷对不同的充电枪分开记录)，充电量100Ah。

需要说明的是，历史分时负荷通常为过去一段时间的每日的历史分时负荷，如过去一个月30天中的每天的历史分时负荷，即过去一个月30天中的每天中每个小时的充电量。

本申请对过去一段时间的时长不作限定，可以为过去一个季度、过去一个月、过去一周、过去一天等，以下为了方便说明，均以过去一天的历史分时负荷为例，进行说明。

在获取到目标场站的历史分时负荷后，可根据该历史分时负荷确定所述目标充电场站是否能够满足周边充电需求。在本申请的一些实施例中，可以以充电量的总量为基准，如每天的充电量的总量大于目标充电场站每天的储能总量，则可以确定该目标充电场站是否不能满足周边充电需求；否则可以确定该目标充电场站是否能够满足周边充电需求。但是这种方式的判断比较粗糙，不能够准确直到某个时段，目标充电场站是否能够满足周边充电需求。

为了更加准确的判断各个时段目标充电场站是否能够满足周边充电需求，本申请的一些实施例提出了以充电桩是否完全占用为基准的判断方法，具体的，在本申请的一些实施例中，所述根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求，包括：根据所述历史分时负荷，确定所述目标充电场站在各历史时段是否均存在空闲充电桩；若是，则确定所述目标充电场站能够满足周边充电需求；否则，则确定所述目标充电场站不能满足周边充电需求。

请参考表1，表1示出了根据本申请的一个实施例的目标充电场站的充电桩使用情况的示意图，从表1可以看出，以某一天的11时到17时为例(计算过程中，可以将数据进行离散化处理，从而将一段时间段的数据归属为一个点，如将10：00～11：00的数据归属为11时)，对于一个时段，如15时，根据历史分时负荷中该时段的数据可以计算出该时段的充电桩使用增量、当时空闲的充电桩数量、以及充电桩需求增量，其中，充电桩使用增量可以定义为当前时间段新订单占用的充电桩的数量；空闲的充电桩数量表示没有处于工作状态的充电桩的数量；充电桩需求增量可以定义为当前时间段用户所需要的充电桩的数量的增量，需要说明的是，充电桩需求增量可以理解为新订单所需的充电桩的数量，也可以理解为如果充电桩数量足够多，可能产生的订单所需要的充电桩的数量，这些订单由于充电桩数量不足实际没有发生，即可以理解为丢单所需的充电桩的数量。

从表1可以看出，当充电桩使用增量小于空闲充电桩数量时，充电桩使用增量与充电桩需求增量是一致的，从表1可以看出，在每一个时段中，均存在着空闲的充电桩，这种请求下，说明该充电场站的充电桩的工作是不饱和的，当前充电桩足以满足周边充电需求，即可以确定出目标充电场站能够满足周边充电需求。

表1

表2示出了根据本申请的另一个实施例的目标充电场站的充电桩使用情况的示意图，从表2可以看出，在某一天中，目标充电场站在15时和16时，充电桩使用增量为零，且空闲充电桩数量也为零，这种情况下，充电桩需求增量不一定与充电桩使用增量一致，因为充电桩使用增量为零的原因是空闲充电桩数量也为零，即没有可用的充电桩，充电桩使用增量只能为零。即对于一个目标场站在一个时段或者几个时段中，出现过充电桩空闲为零，即该时段所有充电桩都有负荷发生，则说明该时段充电桩供应能力已经饱和。而此时也可能出现新的需求，即一个用户开车来到该目标充电场站或者对目标充电场站附近对充电场站在终端设备的前端应用APP进行查询，发现该目标充电场站没有可用的充电桩，因此放弃了到目标充电场站进行充电的预期行为，此时充电桩需求增量实际上不为零，即发生了丢单现象。

表2

这里需要说明的是，不管充电桩需求增量为不为零，凡是在一个或者多个时间段中，目标充电场站的空闲充电桩的数量为零，则确定目标充电场站不能满足周边充电需求。

在本申请的一些实施例中，上述方法还包括：若根据所述历史分时负荷，确定所述目标充电场站能够满足周边充电需求，则直接将所述历史分时负荷作为所述目标充电场站的预测分时负荷。

若确定目标充电场站能够满足周边充电需求，则直接将历史分时负荷作为目标充电场站的预测分时负荷，需要说明的是，预测结果可以是多维度的，可以直接将历史分时负荷中各个时段目标充电场站的充电量作为未来24小时的预测分时负荷，也可以对历史分时负荷中的数据在某一维度进行汇总，如将过去24小时中目标充电场站的充电桩占用量作为未来24小时目标充电场站的充电桩占用量。且可以继续用历史分时负荷作为未来需求预测的基准。

步骤S120：若否，则获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷。

若确定目标充电场站不能满足周边充电需求，则进一步对目标充电场站的丢单情况进行预测，所谓“丢单”可以理解为一个用户原本打算到目标充电场站进行充电，但是通过前端应用查询，发现目标充电场站没有可用的充电桩，从而放弃到目标充电场站进行充电的预期行为，这种现象即可称为丢单。

请再参考图2中的15时和16时，空闲充电桩的数量为零，却出现可新需求，15时的充电桩需求增量为2，16时的充电桩需求增量为1，由于没有充电桩可用，新的需求就得不到满足，会发送丢单现象。

当通过目标充电场站的历史分时负荷，确定目标场站无法满足周边充电需求后，继续获取目标充电场站的丢单预测数据，具体获取的方式为可以通过充电服务运营商APP中获取的实时订单数据，以及充电车主用户使用APP进行充电场站查询时的包含经纬度的位置信息等等。

通过这些丢单预测数据可以判断出在目标充电场站所有充电桩均被占用的情况下，是否发生丢单，进一步确定出丢单分时负荷，丢单分时负荷可以定义为丢掉的订单应该产生的充电负荷。

具体的，在本申请的一些实施例中，在上述方法中，所述获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷，包括：将所述目标充电场站不存在空闲充电桩的历史时段作为目标历史时段；获取所述目标历史时段中的所述目标充电场站的丢单预测数据，所述丢单预测数据包括：充电桩状态信息、至少一个查询用户的查询位置信息和实时订单数据；基于预设的丢单校验规则，根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段是否发生丢单现象；若是，则根据所述实时订单数据，确定所述目标充电场站在所述目标历史时段的丢单分时负荷。

对于历史时间内的多个历史时段，若一个历史时段内还存在空闲的充电桩，这个时候不会由于充电桩数量不足发生丢单，对于充电桩全部被占用的历史时段才会发生丢单现象，因此将目标充电场站不存在空闲充电桩的历史时段作为目标历史时段，以一个目标历史时段为例，采集该历史时段中目标充电场站的丢单预测数据，丢单预测数据可以包括但不限于：该历史时段中的充电桩状态信息、该历史时段中的至少一个查询用户的查询位置信息和实时订单数据等等；然后对丢单预测数据执行预先设置的丢单校验规则，确定目标充电场站在目标历史时段是否发生丢单现象，若是，则根据所述实时订单数据，确定所述目标充电场站在所述目标历史时段的丢单分时负荷；若否，则直接将所述历史分时负荷作为所述目标充电场站的预测分时负荷。即对于一个目标历史时段，虽然其充电桩全部被占用，但不一定发生丢单，需要对丢单与否进行判断，若发生丢单，则确定出丢单分时负荷，后续将丢单分时负荷加入到目标充电场站的预测分时负荷中；若没有发生丢单，则确定丢单分时负荷为零，或者直接将所述历史分时负荷作为所述目标充电场站的预测分时负荷。

在本申请的一些实施例中，在上述方法中，所述基于预设的丢单校验规则，根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段是否发生丢单现象，包括：基于预设的丢单校验规则，对所述充电桩状态信息、所述查询位置信息、以及所述实时订单数据分别进行校验；若各项数据的校验结果均为符合，则确定所述目标充电场站在所述目标历史时段发生丢单现象。

对于丢单的校验规则可根据业务需求进行设置，本申请不作限定，在一些实施例中，待校验数据包括但不限于：该历史时段中的充电桩状态信息、该历史时段中的至少一个查询用户的查询位置信息和实时订单数据，对于每一项在丢单校验规则设置了相应的校验子规则，分别对各项数据进行校验，若所有项目校验结果为符合，则确定最终的校验结果为符合，则确定目标充电场站在目标历史时段发生丢单现象；若在多项数据的校验中，有一项或者几项数据校验结果为不符合，则确定最终的校验结果为不符合，则确定目标充电场站在目标历史时段没有发生丢单现象。

校验过程可以为并行的，也可以为串行的，由于只有在所有的校验项为均符合的条件下，整体的校验结果才为符合，因此本申请推荐使用串行的方式对各项数据进行校验，这样只要有一项数据校验不符合，则可以直接确定目标充电场站在目标历史时段没有发生丢单现象，无需再对其它数据进行校验。在本申请的一些实施例中，在上述方法中，所述基于预设的丢单校验规则，对所述充电桩状态信息、所述查询位置信息、以及所述实时订单数据分别进行校验，包括：根据所述充电桩状态信息，确定所述目标充电场站中的各充电桩的电池充满度是否均小于预设百分比；若是，则根据所述查询位置信息，确定所述目标充电场站是否为距离所述查询用户最近的充电场站；若是，则根据所述实时订单数据，确定所述查询用户是否在其他充电场站产生了充电订单；若是，则确定所述目标充电场站在所述目标历史时段发生了丢单现象；以上检测步骤能够变更顺序执行。

图2示出了根据本申请的一个实施例的判断目标充电场站在目标历史时段是否发生丢单现象的流程示意图，从图2可以看出，本实施例包括：

根据充电桩状态信息，判断目标充电场站中的各充电桩的电池充满度是否均小于预设百分比(如50％)，若否，则确定目标充电场站在目标历史时段没有发生丢单现象。

若是，则根据查询位置信息，判断目标充电场站是否为距离查询用户最近的充电场站，若否，则确定目标充电场站在目标历史时段没有发生丢单现象。

若是，则根据实时订单数据，判断查询用户是否在其他充电场站产生了充电订单，若否，则确定目标充电场站在目标历史时段没有发生丢单现象。

若是，则确定目标充电场站在目标历史时段发生了丢单现象。

需要说明的是，对于充电桩状态信息、查询位置信息、以及实时订单数据的校验顺序，本申请不予限定，各个数据的先后顺序不会对最终的校验结果产生影响，图2仅为示例性的说明，本申请不局限于这一种情况，对于其他顺序的校验与图2同理，不再穷举。

其中，查询用户是指通过前端应用APP进行充电场站的查询，但最终没有到达目标充电场站进行充电的用户，查询位置信息是指查询用户使用前端应用APP进行场站查询时的记录的经纬度位置信息，如GPS信息。

在根据查询位置信息，判断目标充电场站是否为距离查询用户最近的充电场站时，通过目标场站的定位信息与查询用户所处的经纬度位置及其他目标场站的定位信息做对比，确定目标充电场站是否距离查询用户最近。

若根据实时订单数据，确定目标充电场站在目标历史时段发生了丢单，则根据丢掉的订单确定丢单分时负荷，具体的，读取实时订单数据中的充电负荷，作为目标充电场站在所述目标历史时段的丢单分时负荷。

查询用户发生的实时订单不是在目标充电场站中产生的，而是到除目标充电场站之外的其他充电场站生成的，可读取实时订单数据中的充电负荷，即充电量，将读取到的充电负荷作为目标充电场站在目标历史时段的丢单分时负荷。

若存在多个目标历史时段，均按照上述方法进行处理，即可得到在不同历史时段的丢单分时负荷。

步骤S130：根据所述历史分时负荷和所述丢单分时负荷，确定所述目标充电场站的预测分时负荷。

由于发生丢单，则目标充电场站的真实分时负荷为历史分时负荷和丢单分时负荷的加和，将得到的结果作为目标充电场站的预测分时负荷。

需要说明的是，历史分时负荷、丢单分时负荷和预测分时负荷都可以时多种形式的，如以时序数据的形式，且负荷的形式也可以是多种形式的，在一些实施例中，可以以充电量的形式；在另一些实施例中，还可以是充电桩需求数量的形式，对此本申请不做限定，可以根据业务需要设置。如想要根据预测结果对充电场站的充电桩设备进行增加或者转移，则可以以充电桩需求数量的形式呈现预测分时负荷。

由图1所示的方法可以看出，本申请提供了一种充电场站负荷的预测方法，首先根据目标充电场站的历史分时负荷，确定目标充电场站现有充电桩是否能够满足周边充电需求，若不能，则说明目标充电场站可能发生过丢单，则获取目标充电场站的丢单预测数据，并根据丢单预测数据，确定该目标充电场站的丢单分时负荷，最后将历史分时负荷和丢单分时负荷按照时段进行加和，得到表征目标充电场站的预测分时负荷，该预测分时负荷能够体现出目标充电场站的周边真实充电需求以及目标充电场站的真实负荷上限。本申请在对充电场站进行负荷预测时，在充电场站的历史分时负荷数据的基础上，增加了充电场站可能发生丢单的丢单预测数据，并将历史分时负荷与丢单分时负荷的共同结果，作为目标充电场站的负荷预测结果，本申请更加充分考虑了由于充电桩不足导致的“丢单”这一特殊场景，通过补充丢单信息，极大程度提高了充电场站负荷预测的准确度，使得充电服务企业等能够根据得到的预测分时结果更加准确地把控用户需求规律，引导用户错峰充电，避免丢单现象；并且可以根据需求供给表现，保证充电场站在建设或者扩建前对周边区域的用户充电需求进行准确测算，实现按需建站、扩站、转移设备等，最大化满足用户的需求，同时实现充电场站价值的最大化。

图3示出了根据本申请的另一个实施例的充电场站负荷的预测方法的流程示意图，从图3可以看出，本实施例包括：

获取目标充电场站的历史分时负荷，根据历史分时负荷，确定目标充电场站在各历史时段是否均存在空闲充电桩，若是，则确定目标充电场站能够满足周边充电需求，并将历史分时负荷作为目标充电场站的预测分时负荷。

若否，则确定目标充电场站不能满足周边充电需求。

将目标充电场站不存在空闲充电桩的历史时段作为目标历史时段，基于预设的丢单校验规则，根据丢单预测数据确定目标充电场站在目标历史时段是否发生丢单现象。

若否，则将历史分时负荷作为目标充电场站的预测分时负荷；若是，则读取查询用户的实时订单数据中的充电负荷，作为目标充电场站在目标历史时段的丢单分时负荷。

若存在多个目标历史时段，则重复执行基于预设的丢单校验规则，根据丢单预测数据确定目标充电场站在目标历史时段是否发生丢单现象，若否，则将历史分时负荷作为目标充电场站的预测分时负荷；若是，则读取查询用户的实时订单数据中的充电负荷，作为目标充电场站在目标历史时段的丢单分时负荷的步骤多次。

最后，对于各个时段，将历史分时负荷与至少一个丢单分时负荷之和，作为标充电场站的预测分时负荷，流程结束。

图4示出了根据本申请的一个实施例的充电场站负荷的预测装置的结构示意图，从图4可以看出，充电场站负荷的预测装置400包括：

第一判断单元410，用于获取目标充电场站的历史分时负荷，根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求；

第二判断单元420，用于若确定所述目标充电场站不能满足周边充电需求，则获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷；

负荷核算单元430，用于根据所述历史分时负荷和所述丢单分时负荷，确定所述目标充电场站的预测分时负荷。

在本申请的一些实施例中，在上述装置中，所述第一判断单元410，还用于若根据所述历史分时负荷，确定所述目标充电场站能够满足周边充电需求；所述负荷核算单元430，用于直接将所述历史分时负荷作为所述目标充电场站的预测分时负荷。

在本申请的一些实施例中，在上述装置中，所述第一判断单元410，用于根据所述历史分时负荷，确定所述目标充电场站在各历史时段是否均存在空闲充电桩；若是，则确定所述目标充电场站能够满足周边充电需求；否则，则确定所述目标充电场站不能满足周边充电需求。

在本申请的一些实施例中，在上述装置中，所述第二判断单元420，用于将所述目标充电场站不存在空闲充电桩的历史时段作为目标历史时段；获取所述目标历史时段中的所述目标充电场站的丢单预测数据，所述丢单预测数据包括：充电桩状态信息、至少一个查询用户的查询位置信息和实时订单数据；基于预设的丢单校验规则，根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段是否发生丢单现象；若是，则所述负荷核算单元430，用于根据所述实时订单数据，确定所述目标充电场站在所述目标历史时段的丢单分时负荷。

在本申请的一些实施例中，在上述装置中，所述第二判断单元420，还用于若根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段没有发生丢单现象，则所述负荷核算单元430，用于直接将所述历史分时负荷作为所述目标充电场站的预测分时负荷。

在本申请的一些实施例中，在上述装置中，所述第二判断单元420，用于基于预设的丢单校验规则，对所述充电桩状态信息、所述查询位置信息、以及所述实时订单数据分别进行校验；若各项数据的校验结果均为符合，则确定所述目标充电场站在所述目标历史时段发生丢单现象。

在本申请的一些实施例中，在上述装置中，所述第二判断单元420，用于根据所述充电桩状态信息，确定所述目标充电场站中的各充电桩的电池充满度是否均小于预设百分比；若是，则根据所述查询位置信息，确定所述目标充电场站是否为距离所述查询用户最近的充电场站；若是，则根据所述实时订单数据，确定所述查询用户是否在其他充电场站产生了充电订单；若是，则确定所述目标充电场站在所述目标历史时段发生了丢单现象；以上检测步骤能够变更顺序执行。

在本申请的一些实施例中，在上述装置中，所述负荷核算单元430，用于读取所述实时订单数据中的充电负荷，作为所述目标充电场站在所述目标历史时段的丢单分时负荷。

在本申请的一些实施例中，在上述装置中，所述负荷核算单元440，用于确定在历史各时段中所述历史分时负荷与所述丢单分时负荷之和，得到所述目标充电场站的预测分时负荷。

需要说明的是，上述的充电场站负荷的预测装置可一一实现前述的充电场站负荷的预测方法，不再赘述。

图5是本申请的一个实施例电子设备的结构示意图。请参考图5，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成充电场站负荷的预测装置。处理器，执行存储器所存放的程序，并具体用于执行前述方法。

上述如本申请图4所示实施例揭示的充电场站负荷的预测装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图4中充电场站负荷的预测装置执行的方法，并实现充电场站负荷的预测装置在图4所示实施例的功能，本申请实施例在此不再赘述。

本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图4所示实施例中充电场站负荷的预测装置执行的方法，并具体用于执行前述方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的同一要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种充电场站负荷的预测方法，其特征在于，包括：

获取目标充电场站的历史分时负荷，根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求；

若否，则获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷；

根据所述历史分时负荷和所述丢单分时负荷，确定所述目标充电场站的预测分时负荷。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若根据所述历史分时负荷，确定所述目标充电场站能够满足周边充电需求，则直接将所述历史分时负荷作为所述目标充电场站的预测分时负荷。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求，包括：

根据所述历史分时负荷，确定所述目标充电场站在各历史时段是否均存在空闲充电桩；

若是，则确定所述目标充电场站能够满足周边充电需求；

否则，则确定所述目标充电场站不能满足周边充电需求。

4.根据权利要求1所述的方法，其特征在于，所述获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷，包括：

将所述目标充电场站不存在空闲充电桩的历史时段作为目标历史时段；

获取所述目标历史时段中的所述目标充电场站的丢单预测数据，所述丢单预测数据包括：充电桩状态信息、至少一个查询用户的查询位置信息和实时订单数据；

基于预设的丢单校验规则，根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段是否发生丢单现象；

若是，则根据所述实时订单数据，确定所述目标充电场站在所述目标历史时段的丢单分时负荷。

5.根据权利要求4所述的方法，其特征在于，所述获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷，还包括：

若根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段没有发生丢单现象，则直接将所述历史分时负荷作为所述目标充电场站的预测分时负荷。

6.根据权利要求4所述的方法，其特征在于，基于预设的丢单校验规则，根据所述丢单预测数据确定所述目标充电场站在所述目标历史时段是否发生丢单现象，包括：

基于预设的丢单校验规则，对所述充电桩状态信息、所述查询位置信息、以及所述实时订单数据分别进行校验；

若各项数据的校验结果均为符合，则确定所述目标充电场站在所述目标历史时段发生丢单现象。

7.根据权利要求6所述的方法，其特征在于，所述基于预设的丢单校验规则，对所述充电桩状态信息、所述查询位置信息、以及所述实时订单数据分别进行校验，包括：

根据所述充电桩状态信息，确定所述目标充电场站中的各充电桩的电池充满度是否均小于预设百分比；

若是，则根据所述查询位置信息，确定所述目标充电场站是否为距离所述查询用户最近的充电场站；

若是，则根据所述实时订单数据，确定所述查询用户是否在其他充电场站产生了充电订单；

若是，则确定所述目标充电场站在所述目标历史时段发生了丢单现象；

以上检测步骤能够变更顺序执行。

8.一种充电场站负荷的预测装置，其特征在于，所述装置包括：

第一判断单元，用于获取目标充电场站的历史分时负荷，根据所述历史分时负荷，确定所述目标充电场站是否能够满足周边充电需求；

第二判断单元，用于若确定所述目标充电场站不能满足周边充电需求，则获取并根据所述目标充电场站的丢单预测数据，确定所述目标充电场站的丢单分时负荷；

负荷核算单元，用于根据所述历史分时负荷和所述丢单分时负荷，确定所述目标充电场站的预测分时负荷。

9.一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，其特征在于，所述可执行指令在被执行时使所述处理器执行所述权利要求1～7中任一项所述的充电场站负荷的预测装置。

10.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，其特征在于，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1～7中任一项所述的充电场站负荷的预测装置。