一种换电预测方法和系统及存储介质技术方案

本发明专利技术提供一种换电预测方法，包括以下步骤：采集与换电相关的一个或多个特征；根据预设的算法处理特征，得到特征提取结果；基于特征提取结果，分别得到预计被骑行概率和预计被骑行时长；以及基于预计被骑行概率、预计被骑行时长和当前电池电量，判断是否需要换电。本发明专利技术创新性地将multi‑task思想和DeepFM算法相结合，应用到共享电瓶车换电池问题，选用合理的深度学习模型和较为精确的特征数据，两步骤衔接，端到端预测直租车电池是否需要更换，挖掘隐藏在数据背后的重要特征，将各种因素的影响充分发挥，为共享电瓶车是否需要更换电池给出合理方案。

A method, system and storage medium for power change prediction

【技术实现步骤摘要】
一种换电预测方法和系统及存储介质
本专利技术涉及电动车换电领域，尤其涉及一种共享电动车电量是否需要换电池的实时预测方法和系统。
技术介绍
随着互联网技术的发展，在全国各个大城市兴起共享电瓶车，共享电瓶车以其省力好骑，优惠方便受到大众认可。但随着共享电瓶车的投放数目增长和共享电瓶业务的日趋成熟，共享电瓶车的换电服务需要越来越多的人力资源。不合理的换电方案也会造成大量的人力资源浪费和电量浪费。究竟共享电瓶车的电量在剩余多少时是应该被换电池的，而这个剩余电量又该如何去计算。由此可以看出，共享电瓶车何时需要换电是一个较为复杂的场景，需要去深入研究的。目前，一些方案是使用全部一刀切的规则，即不管电瓶车其他状态，只要该车的电量低于一个阈值时，运维人员就会把电池换掉。只用了规则，并没有用任何算法去预测电池是否需要更换。这种方案缺乏很多思考，有诸多弊端，最终应该实现的目标是‘供需平衡’，所谓‘供’即电池的剩余能提供电量，而‘需’是用户需要使用电量。而现在一刀切的方案只考虑了供给而没有考虑需求。影响用户需求的因素有很多，比如电瓶车所处的地本文档来自技高网...

【技术保护点】
1.一种换电预测方法，其特征在于，包括以下步骤：/n采集与换电相关的一个或多个特征；/n根据预设的算法处理所述特征，得到特征提取结果；以及/n基于所述特征提取结果，分别得到预计被骑行概率和预计被骑行时长。/n

【技术特征摘要】
1.一种换电预测方法，其特征在于，包括以下步骤：
采集与换电相关的一个或多个特征；
根据预设的算法处理所述特征，得到特征提取结果；以及
基于所述特征提取结果，分别得到预计被骑行概率和预计被骑行时长。


2.如权利要求1所述的换电预测方法，其特征在于，还包括：
基于所述预计被骑行概率、所述预计被骑行时长和当前电池电量，判断是否需要换电。


3.如权利要求2所述的换电预测方法，其特征在于，所述判断是否需要换电的步骤包括：利用DNN处理所述预计被骑行概率、所述预计被骑行时长和当前电池电量，并使用Sigmoid激活，以得到分类结果分数，其中，所述分类结果分数大于换电阈值表示不需要换电，以及所述分类结果分数小于等于所述换电阈值表示需要换电。


4.如权利要求3所述的换电预测方法，其特征在于，所述换电阈值为0.5。


5.如权利要求3所述的换电预测方法，其特征在于，利用包含两个隐含层的DNN处理所述预计被骑行概率、所述预计被骑行时长和当前电池电量。


6.如权利要求1所述的换电预测方法，其特征在于，所述根据预设的算法处理所述特征的步骤包括：
将所述特征分为类别特征和数值特征；
对所述类别特征进行onehot编码；以及
对onehot编码后得到的数据进行embedding操作，以使得所述类别特征能够作为数值特征使用。


7.如权利要求1所述的换电预测方法，其特征在于，所述根据预设的算法处理所述特征的步骤包括：
利用FM处理所述特征，得到第一处理结果；
利用DNN处理所述特征，得到第二处理结果；以及
合并所述第一处理结果和所述第二处理结果，得到所述特征提取结果。


8.如权利要求7所述的换电预测方法，其特征在于，使用concat方法合并所述第一处理结...

【专利技术属性】
技术研发人员：杨磊，黄茗，
申请(专利权)人：上海钧正网络科技有限公司，
类型：发明
国别省市：上海;31