一种基于相似性的充电模式智能推荐方法技术

一种基于相似性的充电模式智能推荐方法，涉及新能源汽车充电技术领域。包括如下步骤a)在系统数据库中获取客户以往在n种充电模式中选择的历史次数，设为a1、a2、……、an；b)在系统数据库中获取n种充电模式的推荐比例，设为b1∶b2∶……∶bn；c)由历史次数生成n种充电模式的评分矩阵；d)由推荐比例生成标准评分向量Y；e)根据公式

An intelligent recommendation method of charging mode based on similarity

【技术实现步骤摘要】
一种基于相似性的充电模式智能推荐方法
本专利技术涉及新能源汽车充电
，具体为一种基于相似性的充电模式智能推荐方法。
技术介绍
现有技术中的充电模式主要包括标准充电、快速充电、均衡充电和柔性充电，其中标准充电：使用交流充电桩通过交流充电接口和车载充电机进行充电，充电功率取决于车载充电机功率，充电倍率基本都在0.5C（C:Current，电池充放电倍率）以下。快速充电：使用直流充电桩通过直流充电接口进行充电，充电功率取决于充电桩输出功率和电池管理系统接受上限两者的较小值。按照国家标准，有预充电、恒流充电和恒压充电步骤，峰值充电倍率基本在1C以上。长期使用快速充电对电池寿命的影响明显。均衡充电：充电桩在给车辆充电时使用较低的充电倍率（如0.1C）对电池进行深度保养性慢速充电，使得单体电池的电压均衡性得到保障。柔性充电：充电桩根据用户需求充电时间进行优化充电速率的充电，一般柔性充电的充电倍率介于标准充电和快速充电之间，相对快速充电对电池的损伤减小。目前充电等技术已经发展，充电服务提供商和客户也越来越了解充电模式对电池寿命的影响。很多充电应用程序提供了标准充电和快速充电的模式选项，还有一些应用程序还提供了柔性充电、均衡充电等模式选项。但是，往往客户并不会知道什么时候应该使用什么模式。在充电模式选择步骤的一次问卷调查结果显示：67.63%的用户接触过充电类应用程序，有48.55%的用户在充电应用程序模式选择时会感到迷茫，有32.95%的回答者表示无所谓，只有18.5%的用户对选择适合的充电模式表示清楚，而充电模式的错误选择容易对电池造成严重伤害，从而缩短电池的使用寿命。
技术实现思路
本专利技术的目的是提供一种基于相似性的充电模式智能推荐方法，使得客户在使用充电应用程序进行充电模式的选择时，能够通过智能推荐算法对各模式进行评分并向客户进行推荐。实现上述目的的技术方案是：一种基于相似性的充电模式智能推荐方法，其特征在于：包括如下步骤：a)在系统数据库中获取客户以往在n种充电模式中选择的历史次数，设为a1、a2、……、an；b)在系统数据库中获取n种充电模式的推荐比例，设为b1∶b2∶……∶bn；c)由历史次数生成n种充电模式的评分矩阵：，评分矩阵每行构成一个向量X；d)由推荐比例生成标准评分向量Y：[s/p*b1,s/p*b2……s/p*bn]，其中s=a1+a2+……an+1，p=b1+b2+……bn；e)根据公式计算出各种充电模式的评分矩阵与标准评分向量的皮尔逊系数；f）将各种充电模式的皮尔逊系数乘以100，得到用户选择各个模式后的推荐评分；上述，n为≥2的整数。其中评分最高的即为系统推荐模式，用户同时结合自身需求选择最终充电模式。本专利技术的有益效果：本专利技术可以明显的提升客户在使用充电类应用程序进行充电模式选择时的用户体验，协助客户选择正确的充电模式，避免因为充电模式的错误选择造成电池损伤，延长了电池使用寿命。进一步地，充电模式包括标准充电、快速充电、均衡充电、柔性充电，其中标准充电、快速充电、均衡充电、柔性充电的充电次数分别a1、a2、a3、a4，标准充电、快速充电、均衡充电、柔性充电的推荐比例为b1∶b2∶b3∶b4。进一步地，系统检测待充电电池为磷酸铁锂电池时，若8*a2<a1，则充电推荐比例b1∶b2∶b3∶b4=(1+(|T-40|)/100)*a1∶a2∶（a1/200+a2/50）∶a2；其中T为电池历史平均充电温度。进一步地，若8*a2≥a1，则充电推荐比例b1：b2：b3：b4=(1+(|T-40|)/100)*(a1+2*a2)∶a2∶(a1/200+a2/50)∶a2。本专利技术将磷酸铁锂电池划分为8*a2<a1和8*a2≥a1两种情况，因为磷酸铁锂电池对快速充电的耐受性较低，所以在标准充电次数小于等于8倍的快速充电次数时，电池的健康程度就不是较高水平，系统提高标准充电的权重，即推荐的标准充电权重基数从a1变为(a1+2*a2)。进一步地，系统检测待充电电池为三元锂电池时，若4*a2<C1，则充电推荐比例b1∶b2∶b3∶b4=(1+(|T-25|)/100)*a1∶a2∶(a1/200+a2/50)∶a2；其中T为电池历史平均充电温度。进一步地，若4*a2≥a1，则充电推荐比例b1∶b2∶b3∶b4=（1+(|T-25|)/100)*(a1+a2)∶a2∶（a1/200+a2/50）∶a2。本专利技术将三元锂电池划分4*a2<a1和4*a2≥a1两种情况，因为三元锂电池对快速充电的耐受性较高，所以在标准充电次数小于等于4倍的快速充电次数时，电池的健康程度就不是较高水平，系统提高标准充电的权重，即推荐的标准充电权重基数从a1变为(a1+a2)。附图说明图1为充电模式智能推荐系统的原理框图。具体实施方式如图1所示，本专利技术公开了一种基于相似性的充电模式智能推荐方法，使得客户在使用客户应用程序1进行充电模式的选择时，能够通过智能推荐算法对各模式进行评分并向客户进行推荐，本实施例以为系统中设置有标准充电、快速充电、均衡充电、柔性充电四种充电模式为例对技术方案作具体说明，具体包括如下步骤：a)充电系统3先在充电系统服务器2中获取客户以往选择标准充电、快速充电、均衡充电、柔性充电四种充电模式充电的历史次数，并分别设为a1、a2、a3、a4；b)充电系统3再在充电系统服务器2中获取四种充电模式的推荐比例，并分别设为b1∶b2∶b3∶b4；c)由充电系统服务器2将历史次数生成四种充电模式的评分矩阵：，评分矩阵每行构成一个向量X；d)由充电系统服务器2将推荐比例生成标准评分向量Y：[s/p*b1,s/p*b2,s/p*b3,s/p*b4]，其中s=a1+a2+a3+a4+1，p=b1+b2+b3+b4；e)由充电系统服务器2根据公式计算出四种充电模式的评分矩阵与标准评分向量的皮尔逊系数；其中，cov(X,Y)指向量X与向量Y的协方差，E代表期望，μX和μY分别表示向量X的期望和向量Y的期望；σX和σY分别表示向量X和向量Y的标准差。综上，皮尔逊相关系数就是用选择某个模式得到的评分向量和标准评分向量的协方差除以两者的标准差；f）由充电系统服务器2将四种充电模式的皮尔逊系数乘以100，得到用户选择各个模式后的推荐评分。作为本实施例的进一步说明：推荐比例的生成原理：首先充电系统服务器2获取当前充电车的历史充电各模式次数a1、a2、a3、a4，充电电池历史平均充电温度T，电池类型主要为两种：磷酸铁锂和三元锂电池。当充电系统服务器2识别待充电电池为磷酸铁锂时，若8*a2<a1，则充电推荐比例b1∶b2∶b3∶b4=(1+(|T-40|)/100)*a1∶a2∶（a1/200+a2/50）∶本文档来自技高网...

【技术保护点】
1.一种基于相似性的充电模式智能推荐方法，其特征在于：包括如下步骤：/na)在系统数据库中获取客户以往在n种充电模式中选择的历史次数，设为a1、a2、……、an；/nb)在系统数据库中获取n种充电模式的推荐比例，设为b1∶b2∶……∶bn；/nc)由历史次数生成n种充电模式的评分矩阵：

【技术特征摘要】
1.一种基于相似性的充电模式智能推荐方法，其特征在于：包括如下步骤：
a)在系统数据库中获取客户以往在n种充电模式中选择的历史次数，设为a1、a2、……、an；
b)在系统数据库中获取n种充电模式的推荐比例，设为b1∶b2∶……∶bn；
c)由历史次数生成n种充电模式的评分矩阵：，评分矩阵每行构成一个向量X；
d)由推荐比例生成标准评分向量Y：[s/p*b1,s/p*b2……s/p*bn]，其中s=a1+a2+……an+1，p=b1+b2+……bn；
e)根据公式计算出各种充电模式的评分矩阵与标准评分向量的皮尔逊系数；
f）将各种充电模式的皮尔逊系数乘以100，得到用户选择各个模式后的推荐评分；
上述，n为≥2的整数。


2.根据权利要求1所述的一种基于相似性的充电模式智能推荐方法，其特征在于：充电模式包括标准充电、快速充电、均衡充电、柔性充电，其中标准充电、快速充电、均衡充电、柔性充电的充电次数分别a1、a2、a3、a4，标准充电、快速充电、均衡充电、柔性充电的推荐比例为b1∶b2∶b3∶b4。


3.根据权利要求2所述的一种基于相似性的充电...

【专利技术属性】
技术研发人员：杨沛宇，董冰，刘奔，黄戬，田绍民，
申请(专利权)人：上海鼎充新能源技术有限公司，
类型：发明
国别省市：上海;31