CN116882715A - 基于云服务器的桩车联动有序安全用电方法及系统 - Google Patents

Abstract

本发明公开了基于云服务器的桩车联动有序安全用电方法及系统，包括步骤：S1、基于电动汽车的属性特征数据构建数字汽车人画像及其对应的数字汽车人画像序列L；S2、获取数字汽车人画像序列L对应的用电行为子画像；S3、获取每一个用电行为子画像对应的充电桩预调度序列；S4、对充电桩预调度序列进行重构得到充电桩优选调度序列；基于充电桩优选调度序列生成用电交易数据；S5、获取当前时域下的有序用电交易数据；S6、基于桩车身份码及桩车联动时长对用电交易数据的加密和上链存储构建有序交易存储链。方案能够更加精准地进行充电桩调度和推荐以实现电动汽车的有序、高效的充电，且通过加密链路的方式，保障了充电交易数据的安全传输。

Description

基于云服务器的桩车联动有序安全用电方法及系统

技术领域

本发明涉及数据分析处理技术领域，具体的，涉及基于云服务器的桩车联动有序安全用电方法及系统。

背景技术

随着电动汽车的普及，充电需求的迅速增加引发了充电桩资源的紧张状况。这使得如何科学地分配充电桩资源、提供个性化的充电服务，同时确保用电信息的安全成为当务之急。传统的充电方式通常基于先到先服务的原则，但这忽略了电动汽车之间充电模式和用电场景的差异性需求。因此，针对电动汽车的充电需求及其多样性，需要寻求新的技术解决方案。

首先，针对供应商的不同服务质量和水平，需要在满足电动汽车充电需求的前提下，实现对供应商的合理倾斜和扶持，以便间接促使供应商提升服务质量，而在这个问题背后，隐藏着如何对供应商进行客观评价的挑战。其次，电动汽车的充电需求与车主的用电行为紧密相关，如何基于对用电行为数据进行分析，以实现更加精细化的充电桩调度和推荐，成为另一个需要解决的技术问题。

综上所述，在电动汽车的充电过程中，如何合理、高效地进行桩车联动、有序的充电以及数据安全传输等问题成为了亟待解决的挑战。

在所述背景技术部分公开的上述信息仅用于加强对本申请的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的是针对车桩联动时存在数据安全问题以及车桩匹配不合理导致的充电桩利用效率不高的技术问题，提出了基于云服务器的桩车联动有序安全用电方法及系统，通过构建数字汽车人画像，对电动汽车的用电行为进行分析，同时考虑服务推荐度对充电桩实体的服务优先级进行排序，从而能够更加精准地进行充电桩调度和推荐，实现电动汽车的有序、高效的充电，同时，通过对桩车联动过程的全过程数据进行分段加密并及时上传至云服务器进行保存，保障了充电交易数据的安全传输。

第一方面，本发明实施例中提供的一种技术方案是，基于云服务器的桩车联动有序安全用电方法，包括如下步骤：

S1、基于电动汽车的属性特征数据构建数字汽车人画像，基于当前时域下的用电优先级对数字汽车人画像进行排序得到数字汽车人画像序列L；

S2、基于用电模式对数字汽车人画像序列L进行分类得到对应的用电行为子画像；

S3、基于服务推荐度获取每一个用电行为子画像在用电模式下的充电桩预调度序列；

S4、获取充电桩预调度序列中每一个充电桩实体与当前数字汽车人画像的关联度对充电桩调度序列进行重构得到充电桩优选调度序列；

同步地，基于充电桩优选调度序列中的首选序列位对应的充电桩实体与对应的数字汽车人画像进行一次握手生成用电交易数据并对充电桩预调度序列进行更新；

S5、轮次执行S1-S4，依次获取当前时域下数字汽车人画像序列L中各序列位实体与充电桩实体的有序用电交易数据；

S6、基于桩车身份码及桩车联动时长生成对应用电交易数据的加密链路；基于加密链路将有序用电交易数据依次上传至云服务器进行存储构建有序交易存储链。

本方案中，针对电动汽车的充电过程中，如何合理、高效地进行桩车联动、有序充电以及数据安全传输的问题，本方案首先构建数字汽车人画像，随着时间推移，充电需求的优先级在不同时域下发生变化，系统根据这些变化对数字汽车人画像进行排序，得到了数字汽车人画像序列L，使得方案能够捕捉电动汽车充电需求的时序性变化；其次，将数字汽车人画像序列L按照用电模式进行分类，得到一系列用电行为子画像，有助于将不同用电行为模式下的需求进行有效区分，为后续的调度和推荐提供基础；然后，根据每个用电行为子画像的特性，计算其在不同用电模式下的充电桩预调度序列，有助于预先规划合适的充电桩资源，以满足不同用电行为的需求；然后，进一步优化充电桩的调度。通过对充电桩预调度序列进行关联度分析，将充电桩调度序列进行重构，得到充电桩优选调度序列，使得充电桩能够更合理地满足电动汽车的充电需求；进一步地，通过不断轮次执行前述步骤，依次为当前时域下的数字汽车人画像序列L中各序列位实体与充电桩实体生成有序的用电交易数据，同时，通过握手生成用电交易数据，并对充电桩预调度序列进行更新，确保了充电需求的时序性和优先级的合理满足；最后，将生成的用电交易数据通过加密链路与桩车身份码、联动时长相结合，保障数据的安全传输，有助于防止数据泄露和篡改，保护电动汽车用电信息的隐私和完整。综上所述，以上技术手段实现了电动汽车充电过程的个性化推荐和优化，保障了用电信息的安全，最核心的效果在于，电动汽车可以根据自身需求获得最适合的充电方案，而充电桩资源也得到了高效合理的利用，提升了电动汽车体验，优化了充电服务的质量，同时确保了数据的安全性。

作为优选，S1中，基于电动汽车的属性特征数据构建数字汽车人画像，包括如下步骤：

S101、云服务器基于电动汽车与充电桩第一次握手信息分别分发的第i个电动汽车对应的第一身份码Di以及第j个充电桩对应的第二身份码Dj；

S102、获取当前电动汽车的特性指标数据；

S103、基于第一身份码Di和特性指标数据构建对应电动汽车的数字汽车人画像Li。

本方案中，通过获取身份码和特性指标数据，系统能够准确识别电动汽车并构建其画像。这使得系统能够更好地理解电动汽车的需求，从而为其提供定制化的充电推荐服务；使得电动汽车能够获得与其实际需求相匹配的充电方案，提升了电动汽车体验和充电服务的效果，同时，随着更多电动汽车的加入，能够持续优化充电推荐策略，进一步提升系统的智能性和准确性。

作为优选，S1中，基于当前时域下的用电优先级对数字汽车人画像进行排序得到数字汽车人画像序列L；包括如下步骤：

S111、基于信息价值度计算方法获取每一次电动汽车进行充电行为时的数字汽车人画像所对应的特性指标数据的权重系数，将权重系数大于设定阈值H1的特性指标数据作为影响充电行为的目标指标数据；

S112、基于目标指标数据以及对应的权重系数进行加权求和得到每个数字汽车人画像的充电意向值；

S113、基于充电意向值由大到小对数字汽车人画像Li进行用电优先级排序得到数字汽车人画像序列L。

本方案中，通过计算特性指标数据的权重系数和充电意向值，能够准确地为每个电动汽车画像确定用电优先级，能够在充电桩资源紧张的情况下，合理安排电动汽车的充电顺序，从而提升了充电效率和电动汽车满意度。

作为优选，S2中，基于用电模式对数字汽车人画像序列L进行分类得到对应的用电行为子画像；包括如下步骤：

S21、基于用电模式对数字汽车人画像序列L进行分类得到快充画像序列Lx、慢充画像序列Ly以及频繁充画像序列Lz；

S22、获取快充画像序列Lx中包括的所有目标指标数据，基于信息价值度计算方法获取每一次电动汽车进行快速充电行为时的数字汽车人画像所对应的目标指标数据的权重系数，将权重系数大于设定阈值H1的目标指标数据作为影响快速充电行为的第一目标指标数据；基于第一目标指标数据构建第一用电行为子画像；

同步地，获取慢充画像序列Ly中包括的所有目标指标数据，基于信息价值度计算方法获取每一次电动汽车进行慢速充电行为时的数字汽车人画像所对应的目标指标数据的权重系数，将权重系数大于设定阈值H1的目标指标数据作为影响慢速充电行为的第二目标指标数据；基于第二目标指标数据构建第二用电行为子画像；

同步地，获取快充画像序列Lz中包括的所有目标指标数据，基于信息价值度计算方法获取每一次电动汽车进行频繁充电行为时的数字汽车人画像所对应的目标指标数据的权重系数，将权重系数大于设定阈值H1的目标指标数据作为影响频繁充电行为的第三目标指标数据；基于第三目标指标数据构建第三用电行为子画像。

本方案中，将数字汽车人画像序列L按照用电模式进行分类，然后根据不同用电模式，通过计算目标指标数据的权重系数，构建了对应的用电行为子画像，可以更精确地分析和推测不同用电行为下的需求，为每个电动汽车提供个性化的充电服务推荐；其中，通过信息价值度（IV指数）计算方法对目标指标数据进行删选，IV指数是用来衡量两个分类变量（实时充电行为和不实时充电行为）且其中一个为二元变量间的关联性，IV值越低，说明指标的预测力越弱，关联度越低，反之，则说明指标与结果变量具有强关联性，可以通过IV指数预测力表对强关联指标进行筛选，当IV值大于关联阈值H1（例如H1=0.3）表示指标与结果变量具有强关联性；信息价值度计算方法与场景数据的结合意味着根据不同用电模式，根据历史数据和场景信息，计算每个目标指标数据的权重系数；可以使系统更准确地理解不同指标在特定用电行为下的重要性，并根据这些权重系数构建对应的用电行为子画像。例如，在快充模式下，系统可能会更关注充电速度、电池容量等指标，而在慢充模式下，可能会更关注充电成本、充电时间等指标；通过这种方式，系统可以根据实际情况进行个性化的充电服务推荐，以满足不同用户的需求。

作为优选，S3中，基于服务推荐度获取每一个用电行为子画像在用电模式下的充电桩预调度序列；包括如下步骤：

S31、对各充电桩实体所对应的基础设置完善度、舒适度、电价进行归一化处理得到服务推荐度；

S32、获取用电行为子画像所对应时域下的所有充电桩实体；基于各用电行为子画像对应的目标指标数据及其权重系数获取充电桩实体对应的服务意向值；基于服务意向值和服务推荐度得到充电桩实体对应的服务价值度；基于服务价值度由大到小对所有充电桩实体进行优先度排序得到充电桩预调度序列。

本方案中，对每个充电桩实体所对应的基础设置完善度、舒适度和电价进行归一化处理，以得到服务推荐度，归一化处理的目的是将不同范围的数据映射到统一的尺度，以便进行后续计算和比较；通过对不同充电桩在特定用电行为下的评估和排序，通过考虑多方面的因素，包括目标指标数据、权重系数、服务推荐度和服务价值度，系统能够提供个性化的充电桩推荐，使得电动汽车可以更方便地选择适合自身的充电桩，同时也有助于优化充电桩资源的使用效率，这有助于解决充电桩资源分配不均、个性化充电服务缺失等问题，提升了充电体验和系统的整体效能，间接促进充电桩建设单位提升自身的服务水平和服务质量。

作为优选，所述S32包括如下步骤：

S321、获取第一用电行为子画像所对应时域下的所有第一充电桩实体；基于第一目标指标数据及其对应的权重系数进行加权求和构建第一充电桩实体对应的第一服务意向值；

基于第一服务意向值和服务推荐度求积得到第一充电桩实体对应的第一服务价值度；

基于第一服务价值度由大到小对所有第一充电桩实体进行优先度排序得到第一充电桩预调度序列。

本方案中，通过对第一充电桩实体的特性进行加权计算和综合评估，为特定用电行为生成一个有序的充电桩预调度序列；使得电动汽车在特定的充电需求下，能够根据充电桩的特性和综合服务价值，更智能地选择和调度充电桩；有助于充分利用充电桩资源，提升充电效率，以及提供更好的充电体验和服务。

作为优选，所述S32还包括如下步骤：

S322、获取第二用电行为子画像所对应时域下的所有第二充电桩实体；基于第二目标指标数据及其对应的权重系数进行加权求和构建第二充电桩实体对应的第二服务意向值；

基于第二服务意向值和服务推荐度求积得到第二充电桩实体对应的第二服务价值度；

基于第二服务价值度由大到小对所有第二充电桩实体进行优先度排序得到第二充电桩预调度序列。

本方案中，通过对第二充电桩实体的特性进行加权计算和综合评估，为第二用电行为子画像生成一个有序的充电桩预调度序列；使得电动汽车在特定的充电需求下，能够根据充电桩的特性和综合服务价值，更智能地选择和调度充电桩，以优化充电体验和服务；有助于提高充电效率，减少用户等待时间，以及更好地满足用户的个性化充电需求。

作为优选，所述S32还包括如下步骤：

S321、获取第三用电行为子画像所对应时域下的所有第三充电桩实体；基于第三目标指标数据及其对应的权重系数进行加权求和构建第三充电桩实体对应的第三服务意向值；

基于第三服务意向值和服务推荐度求积得到第三充电桩实体对应的第三服务价值度；

基于第三服务价值度由大到小对所有第三充电桩实体进行优先度排序得到第三充电桩预调度序列。

本方案中，通过对第三充电桩实体的特性进行加权计算和综合评估，为第三用电行为子画像生成一个有序的充电桩预调度序列；使得电动汽车在特定的充电需求下，能够根据充电桩的特性和综合服务价值，更智能地选择和调度充电桩，以优化充电体验和服务；有助于提高充电效率，减少用户等待时间，以及更好地满足用户的个性化充电需求。

作为优选，S4中，获取充电桩预调度序列中每一个充电桩实体与当前数字汽车人画像的关联度对充电桩调度序列进行重构得到充电桩优选调度序列；包括如下步骤：

S41、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据计算充电桩实体与当前数字汽车人画像的关联度；基于关联度对充电桩预调度序列中各序列位的对应的服务价值度进行修正得到充电桩优选调度序列。

本方案中，通过综合考虑电动汽车与充电桩之间多个关联度指标，准确度量了它们之间的关联程度，关联度的计算能够更好地获取电动汽车与充电桩之间的关系，并根据关联程度对充电桩预调度序列中各序列位的服务价值度进行修正，进而形成充电桩优选调度序列；通过这种优化方式，能够更精准地为用户分配充电桩，提高充电效率，减少等待时间，从而提升用户体验；同时，基于获取的充电桩优选调度序列进行桩车用电行为匹配可以减轻充电桩资源紧张的问题，实现资源的合理利用。

作为优选，S41包括如下步骤：

S411、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据及其对应归一化系数进行加权求和计算第一充电桩实体与当前数字汽车人画像的第一关联度；基于第一关联度与第一充电桩预调度序列中各序列位的第一服务价值度进行求积得到第一充电桩优选调度序列；

S412、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据及其对应归一化系数进行加权求和计算第二充电桩实体与当前数字汽车人画像的第二关联度；基于第二关联度与第二充电桩预调度序列中各序列位的第二服务价值度进行求积得到第二充电桩优选调度序列；

S413、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据及其对应归一化系数进行加权求和计算第三充电桩实体与当前数字汽车人画像的第三关联度；基于第三关联度与第三充电桩预调度序列中各序列位的第三服务价值度进行求积得到第三充电桩优选调度序列。

本方案中，能够在电动汽车充电过程中，通过个性化调度、资源最大化利用、用户体验提升等方面，为用户提供更优质的充电服务，同时还能够在充电桩资源紧张的情况下，实现资源的合理分配。

作为优选，S4中，基于充电桩优选调度序列中的首选序列位对应的充电桩实体与对应的数字汽车人画像进行一次握手生成用电交易数据并对充电桩预调度序列进行更新；包括如下步骤：

S42、基于第一充电桩优选调度序列中的首选序列位实体与对应的数字汽车人画像进行一次握手生成第一用电交易数据；

同步地，基于第二充电桩优选调度序列中的首选序列位实体与对应的数字汽车人画像进行一次握手生成第二用电交易数据；

同步地，基于第三充电桩优选调度序列中的首选序列位实体与对应的数字汽车人画像进行一次握手生成第三用电交易数据；

S43、基于S42中已经参与服务的充电桩实体对对应充电桩优选调度序列进行更新。

本方案中，通过对已经服务过的充电桩实体进行更新，避免了在同一次充电过程中多次调度同一个充电桩，提高了调度效率；更新后的调度序列更加均衡，确保充电桩资源分配的平衡性，减少了部分充电桩被过度使用的情况；通过优化的充电桩调度序列，减少了用户等待充电的时间，提高了用户的满意度和充电体验。

作为优选，S5中，轮次执行S1-S4，依次获取当前时域下数字汽车人画像序列L中各序列位实体与充电桩实体的有序用电交易数据，包括如下步骤：

S51、依次获取快充画像序列Lx各序列位对应的数字汽车人画像的第一用电交易数据，对所述第一用电交易数据进行编号得到第一有序用电交易数据；

S52、依次获取慢充画像序列Ly各序列位对应的数字汽车人画像的第二用电交易数据，对所述第二用电交易数据进行编号得到第二有序用电交易数据；

S53、依次获取频繁充画像序列Lz各序列位对应的数字汽车人画像的第三用电交易数据，对所述第三用电交易数据进行编号得到第三有序用电交易数据。

本方案中，通过对不同用电行为子画像生成的用电交易数据进行依次编号，每个交易数据都具有唯一的标识符，确保了每笔交易数据都可以被准确识别和跟踪，避免了数据重复或错误的情况；用电交易数据的依次编号使得交易数据具有一定的顺序性，对于后续数据分析、查询和回溯非常重要，有助于对充电行为的过程进行准确的还原和理解；编号过程将交易数据进行了有效的组织和管理，有助于数据的分类、整理和存储，使得交易数据的管理更加规范和高效，减少了数据丢失和混乱的风险；编号后的交易数据可以作为基础数据进行进一步的分析和处理，通过对交易数据的分析，可以了解不同用电行为下的消费特点、需求趋势等，为未来的服务优化和决策提供有力支持，进一步地，编号可以起到一定的匿名化作用，保护用户的隐私信息，交易数据的编号标识符与用户个人信息解耦，提高了数据的隐私保护水平。

作为优选，S6、基于桩车身份码及桩车联动时长生成对应用电交易数据的加密链路；基于加密链路将有序用电交易数据依次上传至云服务器进行存储构建有序交易存储链；包括如下步骤：

S61、基于第一身份码Di以及第二身份码Dj构建桩车身份码，将桩车身份码转换成二进制码序列；

S62、对桩车联动的有效时长进行切割得到m个有效充电时间域；

S63、基于有效充电时间域的个数对二进制码序列进行切割得到m个二进制码子序列；

S64、依次将有效充电时间域内对应的子交易数据通过对应区段的二进制码子序列进行加密后上传至云端存储节点进行存储得到一次用电交易存储节点；

S65、对当前时域下的若干一次用电交易存储节点进行有序存储得到有序交易存储链。

本方案中，通过基于第一身份码Di和第二身份码Dj构建桩车身份码，并将其转换成二进制码序列，实现了对交易数据的匿名化和加密，有效地保护了交易数据的隐私，防止未经授权的访问和泄露；通过对交易数据进行加密后再上传至云端存储节点，确保了数据在传输过程中的安全性，降低了数据被恶意截获或篡改的风险，保障了交易数据的完整性和可信性；通过将有效充电时间域切割成多个子时间域，并将对应的交易数据加密存储，实现了数据存储的分段优化，才有本方案提出的分段存储方式降低了每个存储单元的存储压力，提高了数据存储的效率和可扩展性；对加密后的交易数据进行有序存储，形成了有序交易存储链，有助于后续的数据检索、分析和溯源，使得交易数据的管理更加有序和高效；有序交易存储链的建立使得交易数据的溯源和追踪变得更加方便，每笔交易数据都可以通过存储链的方式找到其来源和处理过程，为数据的分析和审计提供了便利。

作为优选，所述特性指标数据包括：电池利用率、电池余量、相对地理位置、充电频率、充电时长、充电功率、提车时间间隔、充电日。

第二方面，本发明实施例中还提供的一种技术方案是：一种桩车联动有序安全用电系统，包括有：

第一画像构建模块：基于电动汽车的属性特征数据构建数字汽车人画像，基于当前时域下的用电优先级对数字汽车人画像进行排序得到数字汽车人画像序列L；

第二画像构建模块：基于用电模式对数字汽车人画像序列L进行分类得到对应的用电行为子画像；

第一调取模块：基于服务推荐度获取每一个用电行为子画像在用电模式下的充电桩预调度序列；

第二调取模块：获取充电桩预调度序列中每一个充电桩实体与当前数字汽车人画像的关联度对充电桩调度序列进行重构得到充电桩优选调度序列；基于充电桩优选调度序列中的首选序列位对应的充电桩实体与对应的数字汽车人画像进行一次握手生成用电交易数据并对充电桩预调度序列进行更新；

交易缔结模块：依次获取当前时域下数字汽车人画像序列L中各序列位实体与充电桩实体的有序用电交易数据；

存储模块：基于桩车身份码及桩车联动时长生成对应用电交易数据的加密链路；基于加密链路将有序用电交易数据依次上传至云服务器进行存储构建有序交易存储链。

第三方面，本发明实施例中提供的一种技术方案是：一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现基于云服务器的桩车联动有序安全用电方法的步骤。

第四方面，本发明实施例中提供的一种技术方案是：一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现基于云服务器的桩车联动有序安全用电方法的步骤。

本发明的有益效果：

（1）通过构建数字汽车人画像，对电动汽车的用电行为进行分析，同时考虑服务推荐度对充电桩实体的服务优先级进行排序，从而能够更加精准地进行充电桩调度和推荐，实现电动汽车的有序、高效的充电，同时，通过对桩车联动过程的全过程数据进行分段加密并及时上传至云服务器进行保存，保障了充电交易数据的安全传输；

（2）综合考虑电动汽车与充电桩之间多个关联度指标，准确度量了它们之间的关联程度，关联度的计算能够更好地获取电动汽车与充电桩之间的关系，并根据关联程度对充电桩预调度序列中各序列位的服务价值度进行修正，进而形成充电桩优选调度序列；通过这种优化方式，能够更精准地为用户分配充电桩，提高充电效率，减少等待时间，从而提升用户体验；同时，基于获取的充电桩优选调度序列进行桩车用电行为匹配可以减轻充电桩资源紧张的问题，实现资源的合理利用；

（3）对每个充电桩实体所对应的基础设置完善度、舒适度和电价进行归一化处理，以得到服务推荐度，归一化处理的目的是将不同范围的数据映射到统一的尺度，以便进行后续计算和比较；通过对不同充电桩在特定用电行为下的评估和排序，通过考虑多方面的因素，包括目标指标数据、权重系数、服务推荐度和服务价值度，系统能够提供个性化的充电桩推荐，使得电动汽车可以更方便地选择适合自身的充电桩，同时也有助于优化充电桩资源的使用效率，有助于解决充电桩资源分配不均、个性化充电服务缺失等问题，提升了充电体验和系统的整体效能，间接促进充电桩建设单位提升自身的服务水平和服务质量。

上述发明内容仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。

图1为本发明的基于云服务器的桩车联动有序安全用电方法的流程图。

具体实施方式

为使本发明的目的、技术方案以及优点更加清楚明白，下面结合附图和实施例对本发明作进一步详细说明，应当理解的是，此处所描述的具体实施方式仅是本发明的一种最佳实施例，仅用以解释本发明，并不限定本发明的保护范围，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。

在更加详细地讨论示例性实施例之前，应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作(或步骤)可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤；所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一：

如图1所示，基于云服务器的桩车联动有序安全用电方法，包括如下步骤：

S1、基于电动汽车的属性特征数据构建数字汽车人画像，基于当前时域下的用电优先级对数字汽车人画像进行排序得到数字汽车人画像序列L。

具体地，基于电动汽车的属性特征数据构建数字汽车人画像，包括如下步骤：

S101、云服务器基于电动汽车与充电桩第一次握手信息分别分发的第i个电动汽车对应的第一身份码Di以及第j个充电桩对应的第二身份码Dj。

可以理解的是，当一辆电动汽车准备进行充电时，其与充电桩之间会建立第一次握手连接。在这个过程中，云服务器会接收来自电动汽车和充电桩的信息。对于第i辆电动汽车，其将提供第一身份码Di，这可以是一个独特的身份识别码。同时，第j个充电桩会提供第二身份码Dj，也是一个独特的识别码。

S102、获取当前电动汽车的特性指标数据。

具体地，特性指标数据包括：电池利用率、电池余量、相对地理位置、充电频率、充电时长、充电功率、提车时间间隔、充电日。

可以理解的是，当前电动汽车的特性指标数据包括多个方面的信息，例如电池利用率a1、电池余量a2、相对地理位置a3、充电频率a4、充电时长a5、充电功率a6、提车时间间隔a7以及充电日a8（其中，充电日可以量化为：当充电日为休息日时，a8=1，当充电日为工作日时，a8=0）等；这些数据可以通过车辆的传感器、导航系统、车辆管理平台等收集得到。

S103、基于第一身份码Di和特性指标数据构建对应电动汽车的数字汽车人画像Li。

可以理解的是，使用第一身份码Di作为电动汽车的虚拟身份（例如基于汽车厂商自身标识以及介入的编号，第一身份码Di可以为：Di=CHNBYD1031201），可以保证用电信息的隐私性；同时可以与收集到的特性指标数据进行关联。例如，电池利用率和电池余量可以反映车辆电池的健康状态；相对地理位置可以帮助确定车辆的位置以及附近的充电桩；充电频率、时长和功率可以反映车辆的充电习惯和需求；提车时间间隔可以揭示车辆的使用模式；充电日可以指示车辆充电的时间分布。综合这些指标，可以构建出对应电动汽车的数字汽车人画像Li。

在一种具体的应用场景中，例如一辆电动汽车被识别为i号车辆，其与充电桩j建立第一次握手连接。车辆的特性指标数据包括电池利用率为85%、电池余量为40%、相对地理位置在城市中心（可以基于GPS定位获取具体的地理坐标）、充电频率每周两次、充电时长为1小时、充电功率为7kW、提车时间间隔为平均3天、常在周末进行充电。基于这些数据，根据S103步骤，就可以构建出这辆电动汽车的数字汽车人画像Li。

本实施例中，通过获取身份码和特性指标数据，系统能够准确识别电动汽车并构建其画像。这使得系统能够更好地理解电动汽车的需求，从而为其提供定制化的充电推荐服务；使得电动汽车能够获得与其实际需求相匹配的充电方案，提升了电动汽车体验和充电服务的效果，同时，随着更多电动汽车的加入，能够持续优化充电推荐策略，进一步提升系统的智能性和准确性。

作为优选，S1中，基于当前时域下的用电优先级对数字汽车人画像进行排序得到数字汽车人画像序列L；包括如下步骤：

S111、基于信息价值度计算方法获取每一次电动汽车进行充电行为时的数字汽车人画像所对应的特性指标数据的权重系数，将权重系数大于设定阈值H1的特性指标数据作为影响充电行为的目标指标数据。

可以理解的是，对于每一次电动汽车进行充电行为，根据其数字汽车人画像Li中的特性指标数据，利用信息价值度计算方法为每个特性指标数据计算一个权重系数。这些权重系数反映了在特定充电行为中，不同特性指标数据对充电意向的影响程度。例如，在城市中心的相对地理位置可能对充电意向的影响更大，而电池利用率可能影响较小，例如：通过信息价值度计算方法获取的电池利用率a1=0.23、电池余量a2=0.64、相对地理位置a3=0.45、充电频率a4=0.54、充电时长a5=0.52、充电功率a6=0.44、提车时间间隔a7=0.54以及充电日a8=0.35；当设定阈值H1=0.3时，获取的目标指标数据为：电池余量a2、相对地理位置a3、充电频率a4、充电时长a5、充电功率a6、提车时间间隔a7以及充电日a8。

S112、基于目标指标数据以及对应的权重系数进行加权求和得到每个数字汽车人画像的充电意向值。

可以理解的是，基于得到的特性指标数据的权重系数，将这些权重系数与对应的特性指标数据相乘，并进行加权求和，得到每个数字汽车人画像的充电意向值。这个充电意向值代表了在特定充电行为下，该车辆对充电的倾向程度。

S113、基于充电意向值由大到小对数字汽车人画像Li进行用电优先级排序得到数字汽车人画像序列L。

可以理解的是，根据充电意向值，将数字汽车人画像Li从高到低进行排序，形成用电优先级。具有更高充电意向值的车辆将在充电调度中被优先考虑，以满足其个性化的充电需求。

在实际场景中，例如一辆电动汽车的数字汽车人画像Li拥有以下特性指标数据及其权重系数：电池利用率a1=0.23、电池余量a2=0.64、相对地理位置a3=0.45、充电频率a4=0.54、充电时长a5=0.52、充电功率a6=0.44、提车时间间隔a7=0.54以及充电日a8=0.35。通过将这些权重系数应用到相应的特性指标数据上，其中特性指标数据通过其归一下系数进行量化，计算得到该车辆的充电意向值。最后，将不同车辆的充电意向值进行排序，便可以得到数字汽车人画像序列L，例如，当前时域下存在充电行为的电动汽车数量为15，因此可以得到数字汽车人画像初始序列为：[L1,L2,L3,L4,L5,L6,L7,L8,L9,L10,L11,L12,L13,L14,L15]，通过以上方式其中排名靠前的车辆将被优先考虑进行充电调度，例如可以得到L=[L5,L8,L10, L4,L1,L14,L7,L2,L9, L3,L15,L12,L13,L6,L11]。基于电动汽车的特性指标数据，通过信息价值度计算方法计算权重系数，进而得到每个车辆的充电意向值，并根据充电意向值对车辆进行优先级排序。这个过程可以确保在充电调度中更精准地满足不同车辆的个性化充电需求。

S2、基于用电模式对数字汽车人画像序列L进行分类得到对应的用电行为子画像。

具体地，包括如下步骤：

S21、基于用电模式对数字汽车人画像序列L进行分类得到快充画像序列Lx、慢充画像序列Ly以及频繁充画像序列Lz。

可以理解的是，基于充电需求的多样性，我们将数字汽车人画像序列L按照不同用电模式进行分类，得到快充画像序列Lx、慢充画像序列Ly以及频繁充画像序列Lz。例如，假设我们有三种用电模式：高速长途充电、城市通勤充电和频繁短途充电；其对应的画像序列为：Lx=[L5,L8,L10, L4,L1]；Ly=[ L14,L7,L2,L9, L3]；Lz= [L15,L12, L13,L6,L11]。

S22、获取快充画像序列Lx中包括的所有目标指标数据，基于信息价值度计算方法获取每一次电动汽车进行快速充电行为时的数字汽车人画像所对应的目标指标数据的权重系数，将权重系数大于设定阈值H1的目标指标数据作为影响快速充电行为的第一目标指标数据；基于第一目标指标数据构建第一用电行为子画像。

电池余量a2、相对地理位置a3、充电频率a4、充电时长a5、充电功率a6、提车时间间隔a7以及充电日a8可以理解的是，以高速长途充电为例，对应的第一目标指标数据可能包括：电池余量a2、相对地理位置a3、充电频率a4、充电时长a5、充电功率a6、提车时间间隔a7以及充电日a8；通过信息价值度计算，我们得到这些目标指标数据的权重系数，然后筛选出权重系数大于设定阈值H1的目标指标数据，作为影响城市通勤充电行为的第一目标指标数据。基于这些目标指标数据，我们构建了城市通勤充电的第一用电行为子画像；例如第一用电行为子画像可以为：[a2,a4,a5, a6]。

同步地，获取慢充画像序列Ly中包括的所有目标指标数据，基于信息价值度计算方法获取每一次电动汽车进行慢速充电行为时的数字汽车人画像所对应的目标指标数据的权重系数，将权重系数大于设定阈值H1的目标指标数据作为影响慢速充电行为的第二目标指标数据；基于第二目标指标数据构建第二用电行为子画像；同理，例如第二用电行为子画像可以为：[a2,a4,a5, a7,a8]。

同步地，获取快充画像序列Lz中包括的所有目标指标数据，基于信息价值度计算方法获取每一次电动汽车进行频繁充电行为时的数字汽车人画像所对应的目标指标数据的权重系数，将权重系数大于设定阈值H1的目标指标数据作为影响频繁充电行为的第三目标指标数据；基于第三目标指标数据构建第三用电行为子画像。同理，例如第一用电行为子画像可以为：[a2,a3,a5, a6,a7,a8]。

本实施例中，将数字汽车人画像序列L按照用电模式进行分类，然后根据不同用电模式，通过计算目标指标数据的权重系数，构建了对应的用电行为子画像，可以更精确地分析和推测不同用电行为下的需求，为每个电动汽车提供个性化的充电服务推荐；其中，通过信息价值度（IV指数）计算方法对目标指标数据进行删选，IV指数是用来衡量两个分类变量（实施充电行为和不实施充电行为）且其中一个为二元变量间的关联性，IV值越低，说明指标的预测力越弱，关联度越低，反之，则说明指标与结果变量具有强关联性，可以通过IV指数预测力表对强关联指标进行筛选，当IV值大于关联阈值H1（例如H1=0.3）表示指标与结果变量具有强关联性；信息价值度计算方法与场景数据的结合意味着根据不同用电模式，根据历史数据和场景信息，计算每个目标指标数据的权重系数；可以使系统更准确地理解不同指标在特定用电行为下的重要性，并根据这些权重系数构建对应的用电行为子画像。例如，在快充模式下，系统可能会更关注充电速度、电池容量等指标，而在慢充模式下，可能会更关注充电成本、充电时间等指标；通过这种方式，系统可以根据实际情况进行个性化的充电服务推荐，以满足不同用户的需求。

S3、基于服务推荐度获取每一个用电行为子画像在用电模式下的充电桩预调度序列。

具体地，包括如下步骤：

S31、对各充电桩实体所对应的基础设置完善度、舒适度、电价进行归一化处理得到服务推荐度。

可以理解的是，在充电桩资源紧张的情况下，根据充电桩的属性信息为每个充电桩分配适当的充电任务，以提供更好的个性化充电服务。为此，采用了归一化处理方法，对每个充电桩实体的基础设置完善度、舒适度和电价进行归一化处理，使它们映射到统一的尺度。

假设存在以下场景：充电桩P1：基础设置完善度为80，舒适度为70，电价为 0.5元/度；充电桩P2：基础设置完善度为60，舒适度为90，电价为0.6元/度；充电桩P3：基础设置完善度为90，舒适度为80，电价为0.4元/度；通过归一化处理，将这些属性映射到0到1的范围内，例如：得到：充电桩P1：基础设置完善度为0.5，舒适度为0.3，电价为0.7；充电桩B：基础设置完善度为0.2，舒适度为0.8，电价为 0.9；充电桩C：基础设置完善度为1.0，舒适度为0.6，电价为0.5；通过这样的归一化处理，可以得到了每个充电桩实体的服务推荐度。

S32、获取用电行为子画像所对应时域下的所有充电桩实体；基于各用电行为子画像对应的目标指标数据及其权重系数获取充电桩实体对应的服务意向值；基于服务意向值和服务推荐度得到充电桩实体对应的服务价值度；基于服务价值度由大到小对所有充电桩实体进行优先度排序得到充电桩预调度序列，例如，充电桩预调度序列P=[P1,P2,P3,P4,P5,P6,P7,P8,P9, P10,P11,P12, P13,P14,P15]。

本实施例中，对每个充电桩实体所对应的基础设置完善度、舒适度和电价进行归一化处理，以得到服务推荐度，归一化处理的目的是将不同范围的数据映射到统一的尺度，以便进行后续计算和比较；通过对不同充电桩在特定用电行为下的评估和排序，通过考虑多方面的因素，包括目标指标数据、权重系数、服务推荐度和服务价值度，系统能够提供个性化的充电桩推荐，使得电动汽车可以更方便地选择适合自身的充电桩，同时也有助于优化充电桩资源的使用效率，这有助于解决充电桩资源分配不均、个性化充电服务缺失等问题，提升了充电体验和系统的整体效能，间接促进充电桩建设单位提升自身的服务水平和服务质量。

作为优选，所述S32包括如下步骤：

S321、获取第一用电行为子画像所对应时域下的所有第一充电桩实体；基于第一目标指标数据及其对应的权重系数进行加权求和构建第一充电桩实体对应的第一服务意向值；

基于第一服务意向值和服务推荐度求积得到第一充电桩实体对应的第一服务价值度；

基于第一服务价值度由大到小对所有第一充电桩实体进行优先度排序得到第一充电桩预调度序列，例如第一充电桩预调度序列Px=[P1,P2,P3,P4,P5]。

本实施例中，通过对第一充电桩实体的特性进行加权计算和综合评估，为特定用电行为生成一个有序的充电桩预调度序列；使得电动汽车在特定的充电需求下，能够根据充电桩的特性和综合服务价值，更智能地选择和调度充电桩；有助于充分利用充电桩资源，提升充电效率，以及提供更好的充电体验和服务。

作为优选，所述S32还包括如下步骤：

S322、获取第二用电行为子画像所对应时域下的所有第二充电桩实体；基于第二目标指标数据及其对应的权重系数进行加权求和构建第二充电桩实体对应的第二服务意向值；

基于第二服务意向值和服务推荐度求积得到第二充电桩实体对应的第二服务价值度；

基于第二服务价值度由大到小对所有第二充电桩实体进行优先度排序得到第二充电桩预调度序列，例如第二充电桩预调度序列Py=[ P6,P7,P8,P9, P10]。

本实施例中，通过对第二充电桩实体的特性进行加权计算和综合评估，为第二用电行为子画像生成一个有序的充电桩预调度序列；使得电动汽车在特定的充电需求下，能够根据充电桩的特性和综合服务价值，更智能地选择和调度充电桩，以优化充电体验和服务；有助于提高充电效率，减少用户等待时间，以及更好地满足用户的个性化充电需求。

作为优选，所述S32还包括如下步骤：

S321、获取第三用电行为子画像所对应时域下的所有第三充电桩实体；基于第三目标指标数据及其对应的权重系数进行加权求和构建第三充电桩实体对应的第三服务意向值；

基于第三服务意向值和服务推荐度求积得到第三充电桩实体对应的第三服务价值度；

基于第三服务价值度由大到小对所有第三充电桩实体进行优先度排序得到第三充电桩预调度序列，例如第三充电桩预调度序列Pz=[ P6,P7,P8,P9, P10]。

本实施例中，通过对第三充电桩实体的特性进行加权计算和综合评估，为第三用电行为子画像生成一个有序的充电桩预调度序列；使得电动汽车在特定的充电需求下，能够根据充电桩的特性和综合服务价值，更智能地选择和调度充电桩，以优化充电体验和服务；有助于提高充电效率，减少用户等待时间，以及更好地满足用户的个性化充电需求。

S4、获取充电桩预调度序列中每一个充电桩实体与当前数字汽车人画像的关联度对充电桩调度序列进行重构得到充电桩优选调度序列；基于充电桩优选调度序列中的首选序列位对应的充电桩实体与对应的数字汽车人画像进行一次握手生成用电交易数据并对充电桩预调度序列进行更新。

具体地，获取充电桩预调度序列中每一个充电桩实体与当前数字汽车人画像的关联度对充电桩调度序列进行重构得到充电桩优选调度序列；包括如下步骤：

S41、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据计算充电桩实体与当前数字汽车人画像的关联度；基于关联度对充电桩预调度序列中各序列位的对应的服务价值度进行修正得到充电桩优选调度序列。

本实施例中，通过综合考虑电动汽车与充电桩之间多个关联度指标，准确度量了它们之间的关联程度，关联度的计算能够更好地获取电动汽车与充电桩之间的关系，并根据关联程度对充电桩预调度序列中各序列位的服务价值度进行修正，进而形成充电桩优选调度序列；通过这种优化方式，能够更精准地为用户分配充电桩，提高充电效率，减少等待时间，从而提升用户体验；同时，基于获取的充电桩优选调度序列进行桩车用电行为匹配可以减轻充电桩资源紧张的问题，实现资源的合理利用。

作为优选，S41包括如下步骤：

S411、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据及其对应归一化系数进行加权求和计算第一充电桩实体与当前数字汽车人画像的第一关联度；基于第一关联度与第一充电桩预调度序列中各序列位的第一服务价值度进行求积得到第一充电桩优选调度序列，例如第一充电桩优选调度序列Px1=[P1,P3,P5,P2,P4]。

S412、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据及其对应归一化系数进行加权求和计算第二充电桩实体与当前数字汽车人画像的第二关联度；基于第二关联度与第二充电桩预调度序列中各序列位的第二服务价值度进行求积得到第二充电桩优选调度序列；例如第二充电桩优选调度序列Px2=[P6,P8,P10,P7,P9]。

S413、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据及其对应归一化系数进行加权求和计算第三充电桩实体与当前数字汽车人画像的第三关联度；基于第三关联度与第三充电桩预调度序列中各序列位的第三服务价值度进行求积得到第三充电桩优选调度序列，例如第三充电桩优选调度序列Px3=[P13,P11,P15,P14,P12]。

本实施例中，能够在电动汽车充电过程中，通过个性化调度、资源最大化利用、用户体验提升等方面，为用户提供更优质的充电服务，同时还能够在充电桩资源紧张的情况下，实现资源的合理分配。

具体地，基于充电桩优选调度序列中的首选序列位对应的充电桩实体与对应的数字汽车人画像进行一次握手生成用电交易数据并对充电桩预调度序列进行更新；包括如下步骤：

S42、基于第一充电桩优选调度序列中的首选序列位实体与对应的数字汽车人画像进行一次握手生成第一用电交易数据；

同步地，基于第二充电桩优选调度序列中的首选序列位实体与对应的数字汽车人画像进行一次握手生成第二用电交易数据；

同步地，基于第三充电桩优选调度序列中的首选序列位实体与对应的数字汽车人画像进行一次握手生成第三用电交易数据；

S43、基于S42中已经参与服务的充电桩实体对对应充电桩优选调度序列进行更新。

本实施例中，通过对已经服务过的充电桩实体进行更新，避免了在同一次充电过程中多次调度同一个充电桩，提高了调度效率；更新后的调度序列更加均衡，确保充电桩资源分配的平衡性，减少了部分充电桩被过度使用的情况；通过优化的充电桩调度序列，减少了用户等待充电的时间，提高了用户的满意度和充电体验。

S5、轮次执行S1-S4，依次获取当前时域下数字汽车人画像序列L中各序列位实体与充电桩实体的有序用电交易数据。

具体地，包括如下步骤：

S51、依次获取快充画像序列Lx各序列位对应的数字汽车人画像的第一用电交易数据，对所述第一用电交易数据进行编号得到第一有序用电交易数据；

S52、依次获取慢充画像序列Ly各序列位对应的数字汽车人画像的第二用电交易数据，对所述第二用电交易数据进行编号得到第二有序用电交易数据；

S53、依次获取频繁充画像序列Lz各序列位对应的数字汽车人画像的第三用电交易数据，对所述第三用电交易数据进行编号得到第三有序用电交易数据。

本实施例中，通过对不同用电行为子画像生成的用电交易数据进行依次编号，每个交易数据都具有唯一的标识符，确保了每笔交易数据都可以被准确识别和跟踪，避免了数据重复或错误的情况；用电交易数据的依次编号使得交易数据具有一定的顺序性，对于后续数据分析、查询和回溯非常重要，有助于对充电行为的过程进行准确的还原和理解；编号过程将交易数据进行了有效的组织和管理，有助于数据的分类、整理和存储，使得交易数据的管理更加规范和高效，减少了数据丢失和混乱的风险；编号后的交易数据可以作为基础数据进行进一步的分析和处理，通过对交易数据的分析，可以了解不同用电行为下的消费特点、需求趋势等，为未来的服务优化和决策提供有力支持，进一步地，编号可以起到一定的匿名化作用，保护用户的隐私信息，交易数据的编号标识符与用户个人信息解耦，提高了数据的隐私保护水平。

S6、基于桩车身份码及桩车联动时长生成对应用电交易数据的加密链路；基于加密链路将有序用电交易数据依次上传至云服务器进行存储构建有序交易存储链。

作为优选，S6、基于桩车身份码及桩车联动时长生成对应用电交易数据的加密链路；基于加密链路将有序用电交易数据依次上传至云服务器进行存储构建有序交易存储链；包括如下步骤：

S61、基于第一身份码Di以及第二身份码Dj构建桩车身份码，将桩车身份码转换成二进制码序列；

S62、对桩车联动的有效时长进行切割得到m个有效充电时间域；

S63、基于有效充电时间域的个数对二进制码序列进行切割得到m个二进制码子序列；

S64、依次将有效充电时间域内对应的子交易数据通过对应区段的二进制码子序列进行加密后上传至云端存储节点进行存储得到一次用电交易存储节点；

S65、对当前时域下的若干一次用电交易存储节点进行有序存储得到有序交易存储链。

本实施例中，通过基于第一身份码Di和第二身份码Dj构建桩车身份码，例如Di=CHNBYD1031201，Dj=CHNTTG1392870，并将其转换成二进制码序列，例如Di-1=[ 0100001101001000 01001110 01000010 01011001 01000100 00110001 00110000 0011001100110001 00110010 00110000 00110001]；Dj-1=[ 01000011 01001000 0100111001010100 01010100 01000111 00110001 00110011 00111001 00110010 0011100000110111 00110000]；通过按位顺序交叉的方式获取得到的桩车身份码为208位，若充电时长为1小时，每五分钟实现依次用电交易数据的加密传输，则m=12；可知，每一个区段对应的二进制码子序列的位数为18位，最后一个区段不足补“0”；通过对每一个实现了对交易数据的匿名化和加密，有效地保护了交易数据的隐私，防止未经授权的访问和泄露；通过对交易数据进行加密后再上传至云端存储节点，确保了数据在传输过程中的安全性，降低了数据被恶意截获或篡改的风险，保障了交易数据的完整性和可信性；通过将有效充电时间域切割成多个子时间域，并将对应的交易数据加密存储，实现了数据存储的分段优化，才有本方案提出的分段存储方式降低了每个存储单元的存储压力，提高了数据存储的效率和可扩展性；对加密后的交易数据进行有序存储，形成了有序交易存储链，有助于后续的数据检索、分析和溯源，使得交易数据的管理更加有序和高效；有序交易存储链的建立使得交易数据的溯源和追踪变得更加方便，每笔交易数据都可以通过存储链的方式找到其来源和处理过程，为数据的分析和审计提供了便利。

实施例二：

本发明实施例中还提供的一种可选实施例为：一种桩车联动有序安全用电系统，包括有：

第一画像构建模块：基于电动汽车的属性特征数据构建数字汽车人画像，基于当前时域下的用电优先级对数字汽车人画像进行排序得到数字汽车人画像序列L；

第二画像构建模块：基于用电模式对数字汽车人画像序列L进行分类得到对应的用电行为子画像；

第一调取模块：基于服务推荐度获取每一个用电行为子画像在用电模式下的充电桩预调度序列；

第二调取模块：获取充电桩预调度序列中每一个充电桩实体与当前数字汽车人画像的关联度对充电桩调度序列进行重构得到充电桩优选调度序列；基于充电桩优选调度序列中的首选序列位对应的充电桩实体与对应的数字汽车人画像进行一次握手生成用电交易数据并对充电桩预调度序列进行更新；

交易缔结模块：依次获取当前时域下数字汽车人画像序列L中各序列位实体与充电桩实体的有序用电交易数据；

存储模块：基于桩车身份码及桩车联动时长生成对应用电交易数据的加密链路；基于加密链路将有序用电交易数据依次上传至云服务器进行存储构建有序交易存储链。

本实施例中，针对电动汽车的充电过程中，如何合理、高效地进行桩车联动、有序充电以及数据安全传输的问题，本方案首先构建数字汽车人画像，随着时间推移，充电需求的优先级在不同时域下发生变化，系统根据这些变化对数字汽车人画像进行排序，得到了数字汽车人画像序列L，使得方案能够捕捉电动汽车充电需求的时序性变化；其次，将数字汽车人画像序列L按照用电模式进行分类，得到一系列用电行为子画像，有助于将不同用电行为模式下的需求进行有效区分，为后续的调度和推荐提供基础；然后，根据每个用电行为子画像的特性，计算其在不同用电模式下的充电桩预调度序列，有助于预先规划合适的充电桩资源，以满足不同用电行为的需求；然后，进一步优化充电桩的调度。通过对充电桩预调度序列进行关联度分析，将充电桩调度序列进行重构，得到充电桩优选调度序列，使得充电桩能够更合理地满足电动汽车的充电需求；进一步地，通过不断轮次执行前述步骤，依次为当前时域下的数字汽车人画像序列L中各序列位实体与充电桩实体生成有序的用电交易数据，同时，通过握手生成用电交易数据，并对充电桩预调度序列进行更新，确保了充电需求的时序性和优先级的合理满足；最后，将生成的用电交易数据通过加密链路与桩车身份码、联动时长相结合，保障数据的安全传输，有助于防止数据泄露和篡改，保护电动汽车用电信息的隐私和完整；综上所述，以上技术手段实现了电动汽车充电过程的个性化推荐和优化，保障了用电信息的安全，最核心的效果在于，电动汽车可以根据自身需求获得最适合的充电方案，而充电桩资源也得到了高效合理的利用，提升了电动汽车体验，优化了充电服务的质量，同时确保了数据的安全性。

实施例三：

本发明实施例中还提供的一种可选实施例为：一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现基于云服务器的桩车联动有序安全用电方法的步骤。

实施例四：

本发明实施例中还提供的一种可选实施例为：一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现基于云服务器的桩车联动有序安全用电方法的步骤。

通过以上实施方式的描述，所属领域的技术人员可以了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中可以根据需要而将上述功能分配由不同的功能模块完成，即将具体装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

在本申请所提供的实施例中，应该理解到，所揭露的结构和方法，可以通过其它的方式实现。例如，以上所描述的关于结构的实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个结构，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，结构或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述之具体实施方式为本发明基于云服务器的桩车联动有序安全用电方法及系统的较佳实施方式，并非以此限定本发明的具体实施范围，本发明的范围包括并不限于本具体实施方式，凡依照本发明之形状、结构所作的等效变化均在本发明的保护范围内。

Claims (17)

1.基于云服务器的桩车联动有序安全用电方法，其特征在于：包括如下步骤：

S1、基于电动汽车的属性特征数据构建数字汽车人画像，基于当前时域下的用电优先级对数字汽车人画像进行排序得到数字汽车人画像序列L；

S2、基于用电模式对数字汽车人画像序列L进行分类得到对应的用电行为子画像；

S3、基于服务推荐度获取每一个用电行为子画像在用电模式下的充电桩预调度序列；

S4、获取充电桩预调度序列中每一个充电桩实体与当前数字汽车人画像的关联度对充电桩调度序列进行重构得到充电桩优选调度序列；

同步地，基于充电桩优选调度序列中的首选序列位对应的充电桩实体与对应的数字汽车人画像进行一次握手生成用电交易数据并对充电桩预调度序列进行更新；

S5、轮次执行S1-S4，依次获取当前时域下数字汽车人画像序列L中各序列位实体与充电桩实体的有序用电交易数据；

S6、基于桩车身份码及桩车联动时长生成对应用电交易数据的加密链路；基于加密链路将有序用电交易数据依次上传至云服务器进行存储构建有序交易存储链。

2.根据权利要求1所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

S1中，基于电动汽车的属性特征数据构建数字汽车人画像，包括如下步骤：

S101、云服务器基于电动汽车与充电桩第一次握手信息分别分发第i个电动汽车对应的第一身份码Di以及第j个充电桩对应的第二身份码Dj；

S102、获取当前电动汽车的特性指标数据；

S103、基于第一身份码Di和特性指标数据构建对应电动汽车的数字汽车人画像Li。

3.根据权利要求1或2所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

S1中，基于当前时域下的用电优先级对数字汽车人画像进行排序得到数字汽车人画像序列L；包括如下步骤：

S111、基于信息价值度计算方法获取每一次电动汽车进行充电行为时的数字汽车人画像所对应的特性指标数据的权重系数，将权重系数大于设定阈值H1的特性指标数据作为影响充电行为的目标指标数据；

S112、基于目标指标数据以及对应的权重系数进行加权求和得到每个数字汽车人画像的充电意向值；

S113、基于充电意向值由大到小对数字汽车人画像Li进行用电优先级排序得到数字汽车人画像序列L。

4.根据权利要求1所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

S2中，基于用电模式对数字汽车人画像序列L进行分类得到对应的用电行为子画像；包括如下步骤：

S21、基于用电模式对数字汽车人画像序列L进行分类得到快充画像序列Lx、慢充画像序列Ly以及频繁充画像序列Lz；

S22、获取快充画像序列Lx中包括的所有目标指标数据，基于信息价值度计算方法获取每一次电动汽车进行快速充电行为时的数字汽车人画像所对应的目标指标数据的权重系数，将权重系数大于设定阈值H1的目标指标数据作为影响快速充电行为的第一目标指标数据；基于第一目标指标数据构建第一用电行为子画像；

同步地，获取慢充画像序列Ly中包括的所有目标指标数据，基于信息价值度计算方法获取每一次电动汽车进行慢速充电行为时的数字汽车人画像所对应的目标指标数据的权重系数，将权重系数大于设定阈值H1的目标指标数据作为影响慢速充电行为的第二目标指标数据；基于第二目标指标数据构建第二用电行为子画像；

同步地，获取频繁充画像序列Lz中包括的所有目标指标数据，基于信息价值度计算方法获取每一次电动汽车进行频繁充电行为时的数字汽车人画像所对应的目标指标数据的权重系数，将权重系数大于设定阈值H1的目标指标数据作为影响频繁充电行为的第三目标指标数据；基于第三目标指标数据构建第三用电行为子画像。

5.根据权利要求1所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

S3中，基于服务推荐度获取每一个用电行为子画像在用电模式下的充电桩预调度序列；包括如下步骤：

S31、对各充电桩实体所对应的基础设置完善度、舒适度、电价进行归一化处理得到服务推荐度；

S32、获取用电行为子画像所对应时域下的所有充电桩实体；基于各用电行为子画像对应的目标指标数据及其权重系数获取充电桩实体对应的服务意向值；基于服务意向值和服务推荐度得到充电桩实体对应的服务价值度；基于服务价值度由大到小对所有充电桩实体进行优先度排序得到充电桩预调度序列。

6.根据权利要求5所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

所述S32包括如下步骤：

S321、获取第一用电行为子画像所对应时域下的所有第一充电桩实体；基于第一目标指标数据及其对应的权重系数进行加权求和构建第一充电桩实体对应的第一服务意向值；

基于第一服务意向值和服务推荐度求积得到第一充电桩实体对应的第一服务价值度；

基于第一服务价值度由大到小对所有第一充电桩实体进行优先度排序得到第一充电桩预调度序列。

7.根据权利要求5所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

所述S32还包括如下步骤：

S322、获取第二用电行为子画像所对应时域下的所有第二充电桩实体；基于第二目标指标数据及其对应的权重系数进行加权求和构建第二充电桩实体对应的第二服务意向值；

基于第二服务意向值和服务推荐度求积得到第二充电桩实体对应的第二服务价值度；

基于第二服务价值度由大到小对所有第二充电桩实体进行优先度排序得到第二充电桩预调度序列。

8.根据权利要求5所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

所述S32还包括如下步骤：

S321、获取第三用电行为子画像所对应时域下的所有第三充电桩实体；基于第三目标指标数据及其对应的权重系数进行加权求和构建第三充电桩实体对应的第三服务意向值；

基于第三服务意向值和服务推荐度求积得到第三充电桩实体对应的第三服务价值度；

基于第三服务价值度由大到小对所有第三充电桩实体进行优先度排序得到第三充电桩预调度序列。

9.根据权利要求2所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

S4中，获取充电桩预调度序列中每一个充电桩实体与当前数字汽车人画像的关联度对充电桩调度序列进行重构得到充电桩优选调度序列；包括如下步骤：

S41、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据计算充电桩实体与当前数字汽车人画像的关联度；基于关联度对充电桩预调度序列中各序列位的对应的服务价值度进行修正得到充电桩优选调度序列。

10.根据权利要求9所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：S41包括如下步骤：

S411、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据及其对应归一化系数进行加权求和计算第一充电桩实体与当前数字汽车人画像的第一关联度；基于第一关联度与第一充电桩预调度序列中各序列位的第一服务价值度进行求积得到第一充电桩优选调度序列；

S412、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据及其对应归一化系数进行加权求和计算第二充电桩实体与当前数字汽车人画像的第二关联度；基于第二关联度与第二充电桩预调度序列中各序列位的第二服务价值度进行求积得到第二充电桩优选调度序列；

S413、基于链接时长、链接频率、链接次数、有效充电时长、充电量数据及其对应归一化系数进行加权求和计算第三充电桩实体与当前数字汽车人画像的第三关联度；基于第三关联度与第三充电桩预调度序列中各序列位的第三服务价值度进行求积得到第三充电桩优选调度序列。

11.根据权利要求2所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：S4中，基于充电桩优选调度序列中的首选序列位对应的充电桩实体与对应的数字汽车人画像进行一次握手生成用电交易数据并对充电桩预调度序列进行更新；包括如下步骤：

S42、基于第一充电桩优选调度序列中的首选序列位实体与对应的数字汽车人画像进行一次握手生成第一用电交易数据；

同步地，基于第二充电桩优选调度序列中的首选序列位实体与对应的数字汽车人画像进行一次握手生成第二用电交易数据；

同步地，基于第三充电桩优选调度序列中的首选序列位实体与对应的数字汽车人画像进行一次握手生成第三用电交易数据；

S43、基于S42中已经参与服务的充电桩实体对对应充电桩优选调度序列进行更新。

12.根据权利要求4所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

S5中，轮次执行S1-S4，依次获取当前时域下数字汽车人画像序列L中各序列位实体与充电桩实体的有序用电交易数据，包括如下步骤：

S51、依次获取快充画像序列Lx各序列位对应的数字汽车人画像的第一用电交易数据，对所述第一用电交易数据进行编号得到第一有序用电交易数据；

S52、依次获取慢充画像序列Ly各序列位对应的数字汽车人画像的第二用电交易数据，对所述第二用电交易数据进行编号得到第二有序用电交易数据；

S53、依次获取频繁充画像序列Lz各序列位对应的数字汽车人画像的第三用电交易数据，对所述第三用电交易数据进行编号得到第三有序用电交易数据。

13.根据权利要求2所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

S6、基于桩车身份码及桩车联动时长生成对应用电交易数据的加密链路；基于加密链路将有序用电交易数据依次上传至云服务器进行存储构建有序交易存储链；包括如下步骤：

S61、基于第一身份码Di以及第二身份码Dj构建桩车身份码，将桩车身份码转换成二进制码序列；

S62、对桩车联动的有效时长进行切割得到m个有效充电时间域；

S63、基于有效充电时间域的个数对二进制码序列进行切割得到m个二进制码子序列；

S64、依次将有效充电时间域内对应的子交易数据通过对应区段的二进制码子序列进行加密后上传至云端存储节点进行存储得到一次用电交易存储节点；

S65、对当前时域下的若干一次用电交易存储节点进行有序存储得到有序交易存储链。

14.根据权利要求2所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：

所述特性指标数据包括：电池利用率、电池余量、相对地理位置、充电频率、充电时长、充电功率、提车时间间隔、充电日。

15.一种桩车联动有序安全用电系统，适用于如权利要求1-14任一项所述的基于云服务器的桩车联动有序安全用电方法，其特征在于：包括有：

第一画像构建模块：基于电动汽车的属性特征数据构建数字汽车人画像，基于当前时域下的用电优先级对数字汽车人画像进行排序得到数字汽车人画像序列L；

第二画像构建模块：基于用电模式对数字汽车人画像序列L进行分类得到对应的用电行为子画像；

第一调取模块：基于服务推荐度获取每一个用电行为子画像在用电模式下的充电桩预调度序列；

第二调取模块：获取充电桩预调度序列中每一个充电桩实体与当前数字汽车人画像的关联度对充电桩调度序列进行重构得到充电桩优选调度序列；基于充电桩优选调度序列中的首选序列位对应的充电桩实体与对应的数字汽车人画像进行一次握手生成用电交易数据并对充电桩预调度序列进行更新；

交易缔结模块：依次获取当前时域下数字汽车人画像序列L中各序列位实体与充电桩实体的有序用电交易数据；

存储模块：基于桩车身份码及桩车联动时长生成对应用电交易数据的加密链路；基于加密链路将有序用电交易数据依次上传至云服务器进行存储构建有序交易存储链。

16.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1至14中任一项所述的基于云服务器的桩车联动有序安全用电方法的步骤。

17.一种存储介质，其特征在于，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至14中任一项所述的基于云服务器的桩车联动有序安全用电方法的步骤。