[发明专利]充电桩智能推荐方法、装置和系统

权利要求书

1.一种充电桩智能推荐方法，其特征在于：包括：

获取预设距离范围内的充电桩的预测参数；

根据所述预测参数获取所述预设距离范围内的每个充电桩的可用概率；

选择可用概率符合预设需求的充电桩进行推荐；

所述预测参数包括：充电桩最后一次使用时长，充电桩最后一次使用完毕的时间，本充电桩与周边桩使用频率的差值；

所述充电桩与周边桩使用频率的差值的获取方法为：

分别获取所述充电桩集合中的每个充电桩在预设时间周期内的使用频率；

设置第二搜索半径，获取所述充电桩集合中的每个充电桩的第二搜索半径范围内的所有充电桩的平均使用频率；

将所述充电桩集合中的每个充电桩在预设时间周期内的使用频率，减去对应的第二搜索半径范围内的所有充电桩的平均使用频率，得到所述充电桩集合中的每个充电桩与周边桩使用频率的差值。

2.根据权利要求1所述的充电桩智能推荐方法，其特征在于：

所述获取预设距离范围内的充电桩的预测参数，包括以下步骤：

获取用户找桩请求和用户当前位置信息；

设置第一搜索半径，获取所述用户当前位置的所述第一搜索半径范围内状态为可用的充电桩集合；

获取所述充电桩集合中每个充电桩的预测参数。

3.根据权利要求1所述的充电桩智能推荐方法，其特征在于：

所述根据所述预测参数获取预设范围内的每个充电桩的可用概率P_可用，通过公式(1)进行计算：

P_可用＝g(θ₀+θ₁D_n+θ₂T_n+θ₃B_n) (1)

其中，θ₀，θ₁，θ₂，θ₃为系数，D_n为充电桩最后一次使用时长，T_n为充电桩最后一次使用完毕的时间，B_n为充电桩与周边桩使用频率的差值。

4.根据权利要求3所述的充电桩智能推荐方法，其特征在于：

所述方法还包括以下步骤：

获取预设时间段内用户对充电桩标注的可用性结果以及对应的预测参数，所述可用性结果包括可用和不可用，对应标注为可用和不可用；

将所述可用性结果以及对应的预测参数作为样本训练集进行机器学习，计算出系数θ₀，θ₁，θ₂，θ₃。

5.根据权利要求4所述的充电桩智能推荐方法，其特征在于：

将所述可用性结果以及对应的预测参数作为样本训练集进行机器学习，计算出系数θ₀，θ₁，θ₂，θ₃，包括以下步骤：

将公式(1)变换得到公式(2)：

P_可用＝θ^Tx (2)

其中，θ为系数矩阵，T为预测参数矩阵；

根据公式(2)构造预测函数(3)：

对于输入x分类结果为可用和不可用的概率分别为：

P(y＝1|x；θ)＝h_θ(x) (4)

P(y＝0|x；θ)＝1-h_θ(x) (5)

其中，y＝1表示输入x分类结果为可用，y＝0表示输入x分类结果为不可用；

根据公式(4)和公式(5)得到代价函数：

其中，m为训练样本的个数，i表示第i个样本，i＝1，2，3...m；

根据公式(6)和公式(7)得到代价函数的最小参数：

其中，j为正整数，表示第j次训练，α表示机器学习速率，

通过上述步骤计算出系数θ₀，θ₁，θ₂，θ₃。