[发明专利]充电站可用状态的预测方法、装置、设备和存储介质

权利要求书

1.一种充电站可用状态的预测方法，其特征在于，包括：

根据用户的充电请求获取预定范围内的充电站及所述充电站的数据；

根据训练好的模型和所述数据预测所述充电站能够进行充电的概率；和

根据所述概率生成充电站推荐列表以供用户参考。

2.根据权利要求1所述的预测方法，其特征在于，所述根据用户的充电请求获取预定范围内的充电站及所述充电站的数据包括：

根据预定条件将所述预定范围内的充电站划分为多个子集合；

所述根据训练好的模型和所述数据预测所述充电站能够进行充电的概率包括：

根据所述训练好的模型预测每个所述子集合中的充电站能够进行充电的概率；

所述根据所述概率生成充电站推荐列表以供用户参考包括：

对每个子集合中的充电站根据所述概率的预测结果进行排序以生成所述推荐列表。

3.根据权利要求1所述的预测方法，其特征在于，所述根据用户的充电请求获取预定范围内的充电站及所述充电站的数据还包括：

根据用户的充电请求获取所述数据并对所述数据进行预处理以得到检测数据。

4.根据权利要求3所述的预测方法，其特征在于，所述数据包括车辆充电数据和充电站数据，所述根据用户的充电请求获取所述数据并对所述数据进行预处理以得到检测数据包括：

对所述充电站数据进行去重和筛选处理；

对处理后的充电站数据和所述车辆充电数据进行特征提取以得到所述检测数据。

5.根据权利要求1所述的预测方法，其特征在于，所述预测方法还包括：

监控用户根据所述推荐列表选择的充电站内充电桩的占用状态；

若所述充电桩全部处于被占用状态，发出提示信息以对用户进行预警提示。

6.根据权利要求1所述的预测方法，其特征在于，所述预测方法还包括：

根据梯度下降树算法和逻辑回归分析建立所述模型；

利用充电站的历史数据对所述模型进行训练以得到所述训练好的模型。

7.根据权利要求1所述的预测方法，其特征在于，所述预测方法还包括：

周期性获取预设时间内充电站的车辆充电数据和充电站数据并对所述车辆充电数据和充电站数据进行预处理以得到训练数据；

根据所述训练数据对所述训练好的模型进行再训练和测试；

根据测试结果对所述训练好的模型进行更新。

8.一种充电站可用状态的预测装置，其特征在于，包括：

获取模块，用于根据用户的充电请求获取预定范围内的充电站及所述充电站的数据；

预测模块，用于根据训练好的模型和所述数据预测所述充电站能够进行充电的概率；和

处理模块，用于根据所述概率生成充电站推荐列表以供用户参考。

9.一种充电站可用状态的预测设备，其特征在于，所述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，所述计算机程序被所述处理器执行时，实现权利要求1-7任一项所述的充电站可用状态的预测方法。

10.一种计算机程序的非易失性计算机可读存储介质，其特征在于，当所述计算机程序被一个或多个处理器执行时，实现权利要求1-7任一项所述的充电站可用状态的预测方法。