CN117541861A - 充电站建站报告生成方法、装置、设备及介质 - Google Patents

充电站建站报告生成方法、装置、设备及介质 Download PDF

Info

Publication number
CN117541861A
CN117541861A CN202311504713.7A CN202311504713A CN117541861A CN 117541861 A CN117541861 A CN 117541861A CN 202311504713 A CN202311504713 A CN 202311504713A CN 117541861 A CN117541861 A CN 117541861A
Authority
CN
China
Prior art keywords
station
classification
charging station
data
poi
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.)
Pending
Application number
CN202311504713.7A
Other languages
English (en)
Inventor
刘春泽
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.)
Zhejiang Anji Jiayu Big Data Technology Services Co ltd
Original Assignee
Zhejiang Anji Jiayu Big Data Technology Services 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 Zhejiang Anji Jiayu Big Data Technology Services Co ltd filed Critical Zhejiang Anji Jiayu Big Data Technology Services Co ltd
Priority to CN202311504713.7A priority Critical patent/CN117541861A/zh
Publication of CN117541861A publication Critical patent/CN117541861A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Pure & Applied Mathematics (AREA)
  • Economics (AREA)
  • Mathematical Optimization (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Medical Informatics (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Biology (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及充电站管理技术领域,提出了一种充电站建站报告生成方法、装置、设备及介质,方法包括:获取预建立充电站的建站参数信息,并对建站参数信息进行验证;在建站参数信息验证通过后,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据;通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片;根据周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成预建立充电站对应的建站报告。通过该技术方案,减少人力物力,大大加快了建站评估计算工作,同时利用多线程异步进行数据处理,加快了报告生成速度。

Description

充电站建站报告生成方法、装置、设备及介质
【技术领域】
本申请涉及充电站管理技术领域,尤其涉及一种充电站建站报告生成方法、装置、设备及介质。
【背景技术】
随着新能源汽车行业的快速发展,充电站作为新能源汽车的配套基础设施,充电站建站的瓶颈逐渐显现出来,充电站位置设置不合理会导致使用率偏低,浪费公共资源,因此,在建立充电站之前,要针对要建立的充电站进行一系列分析,从而得到建站报告,以对充电站的各方面进行评估。
目前,需要人工对充电站周边等情况进行数据收集和加工,从而得到建站报告。这样,费时费力,而且无法在短时间内得到想要的建站报告结果。
【发明内容】
本申请实施例提供了一种充电站建站报告生成方法、装置、设备及介质,旨在解决相关技术中人工进行建站报告收集和加工造成的费时费力等技术问题。
第一方面,本申请实施例提供了一种充电站建站报告生成方法,所述方法包括:
获取预建立充电站的建站参数信息,并对所述建站参数信息进行验证;
在所述建站参数信息验证通过后,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据;
通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片;
根据所述周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成所述预建立充电站对应的建站报告。
在一个实施例中,可选的,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据,包括:
根据所述建站参数信息,通过第一线程获取所述预建立充电站周边预设距离内的充电场站数据,并按预设格式存储;
根据所述充电场站数据,通过第一子线程生成周边POI图片,通过第二子线程生成周边场站数据。
在一个实施例中,可选的,所述通过第二子线程生成周边场站数据,包括:
根据所述充电场站数据,通过第二子线程计算周边每个充电场站的场站参数,其中,所述场站参数包括以下至少一项:单日充电量、单枪充电量、单枪枪效,充电电费、充电服务费、预估年收益和收益率;
根据所述每个充电场站的场站参数,确定周边充电场站的平均场站参数。
在一个实施例中,可选的,所述通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片,包括:
根据所述建站参数信息,通过第二线程获取周边预设距离内的地图POI分类数据;
将所述地图POI数据划分为多个分类类别,其中,所述多个分类类别包括:交通分类、生活服务分类和娱乐分类;
获取各个分类类别对应的POI地点信息,并按预设格式存储;
根据各个分类类别对应的POI地点信息,通过第三子线程生成POI分类总结数据,通过第四子线程生成多个分类类别对应的分类地图图片。
在一个实施例中,可选的,根据所述周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成所述预建立充电站对应的建站报告,包括:
根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,预测所述预建立充电站的场站参数;
获取预设的报告模板;
根据所述预建立充电站的场站参数,对所述报告模板中的文字和图片进行替换,生成对应的建站报告。
在一个实施例中,可选的,所述根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,预测所述预建立充电站的场站参数,包括:
根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,确定所述预建立充电站的建站参数信息对应的第一权重值和周边各分类类别对应的第二权重值;
计算所述预建立充电站与周边各分类类别的POI地点信息之间的实际距离;
根据所述预建立充电站的建站参数信息和第一权重值,以及预建立充电站与周边各分类类别的POI地点信息之间的实际距离和第二权重值,进行加权求和,得到所述预建立充电站的预计收益得分。
在一个实施例中,可选的,所述建站参数信息包括城市信息、经纬度信息和建站成本信息,对所述建站参数信息进行验证,包括:
确定所述城市信息和经纬度信息是否存在。
第二方面,本申请实施例提供了一种充电站建站报告生成装置,包括:
获取模块,用于获取预建立充电站的建站参数信息,并对所述建站参数信息进行验证;
第一生成模块,用于在所述建站参数信息验证通过后,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据;
第二生成模块,用于通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片;
第三生成模块,用于根据所述周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成所述预建立充电站对应的建站报告。
第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述充电站建站报告生成方法的步骤。
第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述充电站建站报告生成方法的步骤。
以上充电站建站报告生成方法、装置、设备及介质所实现的方案中,获取预建立充电站的建站参数信息,并对所述建站参数信息进行验证;在所述建站参数信息验证通过后,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据;通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片;根据所述周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成所述预建立充电站对应的建站报告。在本发明中,可以根据预建立充电站的建站参数信息,自动获取周边充电站情况和地图POI分类数据,从而根据周边充电站情况和地图对预建立充电站的建站情况进行预测,并生成建站报告,从而减少人力物力,减少不必要的重复劳动,大大加快了建站评估计算工作,做到了全自动生成流程,同时利用多线程异步进行数据处理,加快了报告生成速度。
【附图说明】
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1示出了根据本申请的一个实施例的充电站建站报告生成方法的示意流程图。
图2示出了根据本申请的一个实施例的充电站建站报告生成方法的具体流程示意图。
图3示出了根据本申请的一个实施例的充电站建站报告生成方法中步骤S104的示意流程图。
图4示出了根据本申请的一个实施例的充电站建站报告生成装置的框图。
图5示出了根据本申请的一个实施例的计算机设备的结构示意图。
【具体实施方式】
为了更好的理解本申请的技术方案,下面结合附图对本申请实施例进行详细描述。
应当明确,所描述的实施例仅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作出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
为了解决相关技术中人工进行建站报告收集和加工造成的费时费力等技术问题,本申请提出了一种充电站建站报告生成方法、装置、设备及介质。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参阅图1,图1示出了根据本申请的一个实施例的充电站建站报告生成方法的示意流程图。该充电站建站报告生成方法用于解决相关技术人工进行建站报告收集和加工造成的费时费力等技术问题。
如图1所示,根据本申请的一个实施例的充电站建站报告生成方法,方法包括:
步骤S101,获取预建立充电站的建站参数信息,并对所述建站参数信息进行验证;
在一个实施例中,可选的,所述建站参数信息包括城市信息、经纬度信息和建站成本信息,对所述建站参数信息进行验证,包括:
确定所述城市信息和经纬度信息是否存在。
例如,假设建站参数信息是沈阳市,经纬度为:东经123°24′30″,北纬41°44′5″,则首先检验城市是否存在,如果城市存在,可以进一步校验该经纬度是否存在,以及是否在该城市范围内,在校验通过后通过该城市和经纬度信息进一步进行周边情况和地图的获取。
步骤S102,在所述建站参数信息验证通过后,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据;
如图2所示,在一个实施例中,可选的,步骤S102包括:
根据所述建站参数信息,通过第一线程获取所述预建立充电站周边预设距离内的充电场站数据,并按预设格式存储;其中,预设格式包括CSV格式的数据文件。
根据所述充电场站数据,通过第一子线程生成周边POI图片,通过第二子线程生成周边场站数据。
在一个实施例中,可选的,所述通过第二子线程生成周边场站数据,包括:
根据所述充电场站数据,通过第二子线程计算周边每个充电场站的场站参数,其中,所述场站参数包括以下至少一项:单日充电量、单枪充电量、单枪枪效,充电电费、充电服务费、预估年收益和收益率;
根据所述每个充电场站的场站参数,确定周边充电场站的平均场站参数。
在该实施例中,在获取到预建立充电站的建站参数信息之后,启动两个线程,分别执行加载经纬度周边预设距离内的充电场站数据和周边地图POI分类数据。执行加载经纬度周边预设距离内的场站数据之后再启动两个子线程分别执行根据周边预设距离内的场站数据生成地图图片和生成经纬度周边场站参数,其中,经纬度周边场站数据包括周边枪效、周边服务费、周边电费等统计数据、生成预估年收益和IRR,并可以对近一段时间内,如近半年的数据进行分析生成各种展示图,展示周边趋势。
其中,预设距离可以是5公里,如加载经纬度周边5公里的充电场站数据。获取周边5公里范围内充电场站中的单日充电量、单枪充电量、单枪枪效,充电电费、充电服务费、预估年收益和收益率等数据。得到每个充电场站对应的场站数据后,还可以计算周边所有充电场站的平均数据,从而方便根据平均值对预建立的充电站进行评估等。
步骤S103,通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片;
在一个实施例中,可选的,所述通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片,包括:
根据所述建站参数信息,通过第二线程获取周边预设距离内的地图POI分类数据;
将所述地图POI数据划分为多个分类类别,其中,所述多个分类类别包括:交通分类、生活服务分类和娱乐分类;
获取各个分类类别对应的POI地点信息,并按预设格式存储;
根据各个分类类别对应的POI地点信息,通过第三子线程生成POI分类总结数据,通过第四子线程生成多个分类类别对应的分类地图图片。
在该实施例中,在获取到周边预设距离内的地图POI分类数据后,可以分成交通分类、生活服务分类、娱乐分类三个分类,同时启动三个分类的POI地点信息抓取工作,抓取完成之后线程合并生成一个csv数据文件,再启动两个线程,其中一个生成POI分类的总结数据,另一个启动子线程,分别生成交通分类、生活服务分类、娱乐分类三个分类的预设数目的地图,如10张地图;生成结束后将所有子线程合并进行数据合并生成一个数据地图。
在一个具体实施例中,本发明可以采用springboot框架,使用ComplateFuture作为异步编排工具,并为整个流程单独增加线程池作为线程管理;因此既保证了多线程的性能又保证了整个流程的顺利执行。
步骤S104,根据所述周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成所述预建立充电站对应的建站报告。
如图3所示,在一个实施例中,可选的,步骤S104包括:
步骤S301,根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,预测所述预建立充电站的场站参数;
在一个实施例中,可选的,步骤S301包括:
根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,确定所述预建立充电站的建站参数信息对应的第一权重值和周边各分类类别对应的第二权重值;
计算所述预建立充电站与周边各分类类别的POI地点信息之间的实际距离;
根据所述预建立充电站的建站参数信息和第一权重值,以及预建立充电站与周边各分类类别的POI地点信息之间的实际距离和第二权重值,进行加权求和,得到所述预建立充电站的预计收益得分。
在该实施例中,可以根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,确定预建立充电站的成本信息对应的第一权重值,以及其针对周边各分类类别对应的第二权重值。例如,预建立充电站的成本为X,根据周边其他各充电站的用电成本信息,采用预设计算公式计算出预建立充电站的第一权重值,如a。计算预建立充电站与周边各分类类别的POI地点信息之间的实际距离,如针对交通分类类别,计算预建立充电站与每个交通分类类别POI地点之间的实际距离,根据实际距离,确定每个实际距离对应的第二权重值,其中,实际距离越小,对应的权重值可以越大,从而确定每个分类类别中每个POI地点对应的权重值,再将所有项进行加权求和,得到预建立充电站的预计收益得分。
进一步的,还可以根据预计收益得分,确定预建立充电站是否建议建立,如预计收益得分大于预设阈值,如大于80分,则说明收益较客观,建议建立,否则,不建议建立,建议重新进行选址等。
步骤S302,获取预设的报告模板;其中,预设的报告模板可以是PPT模板文件。
步骤S303,根据所述预建立充电站的场站参数,对所述报告模板中的文字和图片进行替换,生成对应的建站报告。
在进行建站报告生成时,可以设置一个预设的报告模板,这样,根据预测结果,只需要将模板中的文字和图片等进行替换,就可以快速生成建站报告,从而进一步节省报告生成时间。
如果预设的报告模板是PPT模板,则生成的建站报告也为PPT文件。对于生成的PPT文件,可以同时转为一个PDF文件,这样在页面使用时可以使用PDF文件进行展示,下载可以下载PPT文件,方便展示和改造;对于两个文件,还可以上传到云端服务器上,并把URL地址返回到前端。这样,采用了异步多线程技术大大提供了执行效率,整个生成执行过程控制在30-40秒之内;同时满足了线上展示和线下展示的双重目的。
图4示出了根据本申请的一个实施例的充电站建站报告生成装置的框图。
如图4所示,第二方面,本申请实施例提供了一种充电站建站报告生成装置40,包括:
获取模块41,用于获取预建立充电站的建站参数信息,并对所述建站参数信息进行验证;
第一生成模块42,用于在所述建站参数信息验证通过后,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据;
第二生成模块43,用于通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片;
第三生成模块44,用于根据所述周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成所述预建立充电站对应的建站报告。
在一个实施例中,可选的,第一生成模块42包括:
第一获取单元,用于根据所述建站参数信息,通过第一线程获取所述预建立充电站周边预设距离内的充电场站数据,并按预设格式存储;
第一生成单元,用于根据所述充电场站数据,通过第一子线程生成周边POI图片,通过第二子线程生成周边场站数据。
在一个实施例中,可选的,所述第一生成单元用于:
根据所述充电场站数据,通过第二子线程计算周边每个充电场站的场站参数,其中,所述场站参数包括以下至少一项:单日充电量、单枪充电量、单枪枪效,充电电费、充电服务费、预估年收益和收益率;
根据所述每个充电场站的场站参数,确定周边充电场站的平均场站参数。
在一个实施例中,可选的,第二生成模块包括:
第二获取单元,用于根据所述建站参数信息,通过第二线程获取周边预设距离内的地图POI分类数据;
划分单元,用于将所述地图POI数据划分为多个分类类别,其中,所述多个分类类别包括:交通分类、生活服务分类和娱乐分类;
第三获取单元,用于获取各个分类类别对应的POI地点信息,并按预设格式存储;
第二生成单元,用于根据各个分类类别对应的POI地点信息,通过第三子线程生成POI分类总结数据,通过第四子线程生成多个分类类别对应的分类地图图片。
在一个实施例中,可选的,第三生成模块包括:
预测单元,用于根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,预测所述预建立充电站的场站参数;
第四获取单元,用于获取预设的报告模板;
第三生成单元,用于根据所述预建立充电站的场站参数,对所述报告模板中的文字和图片进行替换,生成对应的建站报告。
在一个实施例中,可选的,预测单元用于:
根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,确定所述预建立充电站的建站参数信息对应的第一权重值和周边各分类类别对应的第二权重值;
计算所述预建立充电站与周边各分类类别的POI地点信息之间的实际距离;
根据所述预建立充电站的建站参数信息和第一权重值,以及预建立充电站与周边各分类类别的POI地点信息之间的实际距离和第二权重值,进行加权求和,得到所述预建立充电站的预计收益得分。
在一个实施例中,可选的,所述建站参数信息包括城市信息、经纬度信息和建站成本信息,对所述建站参数信息进行验证,包括:
确定所述城市信息和经纬度信息是否存在。
关于充电站建站报告生成装置的具体限定可以参见上文中对于充电站建站报告生成方法的限定,在此不再赘述。上述充电站建站报告生成装置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计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,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站建站报告生成装置。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5所示实施例揭示的充电站建站报告生成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5所示实施例揭示的充电站建站报告生成装置执行的方法,并实现充电站建站报告生成装置在图5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5所示实施例揭示的充电站建站报告生成装置执行的方法,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)

1.一种充电站建站报告生成方法,其特征在于,所述方法包括:
获取预建立充电站的建站参数信息,并对所述建站参数信息进行验证;
在所述建站参数信息验证通过后,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据;
通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片;
根据所述周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成所述预建立充电站对应的建站报告。
2.根据权利要求1所述的方法,其特征在于,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据,包括:
根据所述建站参数信息,通过第一线程获取所述预建立充电站周边预设距离内的充电场站数据,并按预设格式存储;
根据所述充电场站数据,通过第一子线程生成周边POI图片,通过第二子线程生成周边场站数据。
3.根据权利要求2所述的方法,其特征在于,所述通过第二子线程生成周边场站数据,包括:
根据所述充电场站数据,通过第二子线程计算周边每个充电场站的场站参数,其中,所述场站参数包括以下至少一项:单日充电量、单枪充电量、单枪枪效,充电电费、充电服务费、预估年收益和收益率;
根据所述每个充电场站的场站参数,确定周边充电场站的平均场站参数。
4.根据权利要求1所述的方法,其特征在于,所述通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片,包括:
根据所述建站参数信息,通过第二线程获取周边预设距离内的地图POI分类数据;
将所述地图POI数据划分为多个分类类别,其中,所述多个分类类别包括:交通分类、生活服务分类和娱乐分类;
获取各个分类类别对应的POI地点信息,并按预设格式存储;
根据各个分类类别对应的POI地点信息,通过第三子线程生成POI分类总结数据,通过第四子线程生成多个分类类别对应的分类地图图片。
5.根据权利要求1所述的方法,其特征在于,根据所述周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成所述预建立充电站对应的建站报告,包括:
根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,预测所述预建立充电站的场站参数;
获取预设的报告模板;
根据所述预建立充电站的场站参数,对所述报告模板中的文字和图片进行替换,生成对应的建站报告。
6.根据权利要求5所述的方法,其特征在于,所述根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,预测所述预建立充电站的场站参数,包括:
根据每个充电场站的场站参数、周边充电场站的平均场站参数,以及各个分类类别对应的分类地图图片,确定所述预建立充电站的建站参数信息对应的第一权重值和周边各分类类别对应的第二权重值;
计算所述预建立充电站与周边各分类类别的POI地点信息之间的实际距离;
根据所述预建立充电站的建站参数信息和第一权重值,以及预建立充电站与周边各分类类别的POI地点信息之间的实际距离和第二权重值,进行加权求和,得到所述预建立充电站的预计收益得分。
7.根据权利要求1所述的方法,其特征在于,所述建站参数信息包括城市信息、经纬度信息和建站成本信息,对所述建站参数信息进行验证,包括:
确定所述城市信息和经纬度信息是否存在。
8.一种充电站建站报告生成装置,其特征在于,所述装置包括:
获取模块,用于获取预建立充电站的建站参数信息,并对所述建站参数信息进行验证;
第一生成模块,用于在所述建站参数信息验证通过后,通过第一线程获取周边预设距离内的充电场站数据,并生成周边充电场站的周边POI图片和周边场站数据;
第二生成模块,用于通过第二线程获取周边预设距离内的地图POI分类数据,并生成POI分类总结数据和分类地图图片;
第三生成模块,用于根据所述周边POI图片、周边场站数据、POI分类总结数据和分类地图图片,生成所述预建立充电站对应的建站报告。
9.一种计算机设备,其特征在于,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令;
所述指令被设置为用于执行上述权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至7中任一项所述的方法。
CN202311504713.7A 2023-11-10 2023-11-10 充电站建站报告生成方法、装置、设备及介质 Pending CN117541861A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311504713.7A CN117541861A (zh) 2023-11-10 2023-11-10 充电站建站报告生成方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311504713.7A CN117541861A (zh) 2023-11-10 2023-11-10 充电站建站报告生成方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN117541861A true CN117541861A (zh) 2024-02-09

Family

ID=89783545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311504713.7A Pending CN117541861A (zh) 2023-11-10 2023-11-10 充电站建站报告生成方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN117541861A (zh)

Similar Documents

Publication Publication Date Title
CN109145981B (zh) 深度学习自动化模型训练方法及设备
CN113378413A (zh) 基于Vissim构建仿真路网平台系统、方法、设备及存储介质
CN111862605A (zh) 路况检测方法、装置、电子设备及可读存储介质
CN110060424A (zh) 一种共享汽车还车方法
CN110807493A (zh) 一种车辆分类模型的优化方法及设备
CN112565468B (zh) 一种驾驶场景识别方法及其系统
CN117541861A (zh) 充电站建站报告生成方法、装置、设备及介质
CN111935772A (zh) 一种确定业务区域的价值的方法和装置
CN108804210B (zh) 一种云平台的资源配置方法及装置
CN116300833A (zh) 车联网仿真测试方法、装置、电子设备以及存储介质
CN114860453A (zh) 场景引擎的任务执行方法、装置、电子设备及存储介质
CN115946741B (zh) 控制列车运行方法及装置
CN109067613B (zh) 身份证识别设备联网成功率的测试方法
CN112581060A (zh) 基于车辆装卸点的配货需求度检测方法、装置及设备
CN113538895A (zh) 车辆调控方法、装置、系统及计算机存储介质
CN113079487B (zh) 切换点位置的确定方法、装置和电子设备
CN110659170A (zh) 一种车载t-box测试系统
CN115061897B (zh) 用于车联网的数据生成方法、装置及电子设备、存储介质
CN112861484B (zh) 一种通过无头浏览器进行报表编辑的方法、设备及存储介质
CN111369049B (zh) 预测车流量的方法、装置及电子设备
CN113124894B (zh) 一种信息处理方法、信息处理装置和电子设备
CN118193366A (zh) 一种测试用例生成方法、装置和电子设备、存储介质
CN110310475B (zh) 一种车辆行驶工况的采集、处理的方法及设备
CN116128612A (zh) 基于骑行订单评价骑行效率方法及装置
CN117348985A (zh) 自动驾驶仿真任务的调度方法及装置、存储介质、终端

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