[发明专利]换电业务的预测方法、系统、设备及存储介质在审

专利信息
申请号: 201910908111.5 申请日: 2019-09-25
公开(公告)号: CN112560325A 公开(公告)日: 2021-03-26
发明(设计)人: 姚林 申请(专利权)人: 奥动新能源汽车科技有限公司
主分类号: G06F30/27 分类号: G06F30/27;G06K9/62;G06Q10/04;G06Q10/06;G06Q50/06
代理公司: 上海弼兴律师事务所 31283 代理人: 薛琦;张冉
地址: 201307 上海市浦*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 业务 预测 方法 系统 设备 存储 介质
【权利要求书】:

1.一种换电业务的预测方法,其特征在于,所述预测方法包括:

获取一预设区域内所有换电站一预设时间段内的换电业务数据;

从所述换电业务数据中提取多个换电业务变量;

以所述多个换电业务变量作为训练数据,训练得到换电业务量预测模型;所述换电业务预测模型以换电业务变量为输入,以换电业务量为输出;

获取所述预设区域内的未来任一日期的目标换电业务变量;

将所述目标换电业务变量输入所述换电业务量预测模型,输出目标换电业务量。

2.如权利要求1所述的换电业务的预测方法,其特征在于,所述换电业务量预测模型的输出还包括换电业务变量的权重,所述将所述目标换电业务变量输入所述换电业务量预测模型,输出目标换电业务量的步骤具体包括:

将所述目标换电业务变量输入所述换电业务预测模型;

输出所述目标换电业务变量的目标权重和目标换电基础量;

根据所述目标权重和所述目标换电基础量计算得到所述目标换电业务量。

3.如权利要求1所述的换电业务的预测方法,其特征在于,所述以所述多个换电业务变量作为训练数据,训练得到换电业务量预测模型的步骤中,基于多元线性回归算法训练得到所述换电业务量预测模型。

4.如权利要求1所述的换电业务的预测方法,其特征在于,所述获取所述预设区域内的未来任一日期的目标换电业务变量的步骤具体包括:

预设一仿真模型;

基于所述换电业务数据和所述仿真模型生成所述目标换电业务变量。

5.如权利要求1所述的换电业务的预测方法,其特征在于,所述预测方法根据以下公式求解所述目标换电业务量,具体包括:

其中,yi为第i天的目标换电业务量,为第i天的目标换电基础量,为第i天中第n个目标换电业务变量的目标权重。

6.如权利要求2所述的换电业务的预测方法,其特征在于,所述换电业务变量包括单日度电里程、电池健康度、换电站负荷率、时间、气象、节假日、营销活动、用户偏好中的任意一个,所述用户偏好数据包括用户特征、消费行为、换电站信息、换电习惯和换电偏好中的至少一个;

所述目标换电业务量包括目标换电公里数、目标换电电量和目标换电订单数中的任意一个。

7.一种换电业务的预测系统,其特征在于,所述预测系统包括换电业务数据获取模块、换电业务变量提取模块、训练模块、目标换电业务变量获取模块和目标数据获取模块;

所述换电业务数据获取模块用于获取一预设区域内所有换电站一预设时间段内的换电业务数据;

所述换电业务变量提取模块用于从所述换电业务数据中提取多个换电业务变量;

所述训练模块用于以所述多个换电业务变量作为训练数据,训练得到换电业务量预测模型;所述换电业务预测模型以换电业务变量为输入,以换电业务量为输出;

所述目标换电业务变量获取模块用于获取所述预设区域内的未来任一日期的目标换电业务变量;

所述目标数据获取模块用于将所述目标换电业务变量输入所述换电业务量预测模型,输出目标换电业务量。

8.如权利要求7所述的换电业务的预测系统,其特征在于,所述换电业务量预测模型的输出还包括换电业务变量的权重,所述目标数据获取模块包括输入单元、输出单元和目标换电业务量计算单元;

所述输入单元用于将所述目标换电业务变量输入所述换电业务预测模型;

所述输出单元用于输出所述目标换电业务变量的目标权重和目标换电基础量;

所述目标换电业务量计算单元用于根据所述目标权重和所述目标换电基础量计算得到所述目标换电业务量。

9.如权利要求7所述的换电业务的预测系统,其特征在于,所述训练模块用于基于多元线性回归算法训练得到所述换电业务量预测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于奥动新能源汽车科技有限公司,未经奥动新能源汽车科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910908111.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top