一种充电桩使用寿命预测模型的训练方法及装置制造方法及图纸

本发明专利技术公开了一种充电桩使用寿命预测模型的训练方法及装置，其中，所述方法包括：获取各类型充电桩的充电数据；基于所述充电数据统计预设时间粒度内各类型充电桩的损耗值、各类型充电桩的充电占有比例、充电桩使用率以及充电桩充电失败率；基于所统计的数据以及相应的各类型充电桩使用寿命进行模型训练，得到充电桩使用寿命预测模型，以用于预测各类型充电桩的使用寿命。本发明专利技术在训练充电桩使用寿命预测模型时，不仅考虑到充电桩充电次数对桩体寿命的影响，还考虑到软件之间交互出现的启动失败、故障维修以及充电桩连续运转对桩体寿命的影响，从而保证充电桩使用寿命预测模型以及预测结果的准确率。

A training method and device for life prediction model of charging pile

【技术实现步骤摘要】
一种充电桩使用寿命预测模型的训练方法及装置
本专利技术涉及充电
，特别涉及一种充电桩使用寿命预测模型的训练方法及装置。
技术介绍
随着社会的飞速发展和人民生活水平的提高与国家对新能源的提倡，电动汽车不断增长，电动汽车配套的充电桩也相应地随之快速发展。通常，企业会提前预测充电桩的使用寿命，以为及时更换桩体做好准备。但是，通常在预测充电桩的使用寿命时，只是考虑充电次数对充电桩寿命的影响，并没有考虑到其他客观因素，所以预测的桩体寿命准确性较低。
技术实现思路
为了解决现有技术的问题，本专利技术实施例提供了一种充电桩使用寿命预测模型的训练方法及装置。所述技术方案如下：第一方面，提供了一种充电桩使用寿命预测模型的训练方法，所述方法包括：获取各类型充电桩的充电数据；基于所述充电数据统计预设时间粒度内各类型充电桩的损耗值、各类型充电桩的充电占有比例、充电桩使用率以及充电桩充电失败率；基于所统计的各类型充电桩的损耗值、各类型充电桩的充电占有比例、充电桩使用率、充电桩充电失败率以及相应的各类型充电桩使用寿本文档来自技高网...

【技术保护点】
1.一种充电桩使用寿命预测模型的训练方法，其特征在于，所述方法包括：/n获取各类型充电桩的充电数据；/n基于所述充电数据统计预设时间粒度内各类型充电桩的损耗值、各类型充电桩的充电占有比例、充电桩使用率以及充电桩充电失败率；/n基于所统计的各类型充电桩的损耗值、各类型充电桩的充电占有比例、充电桩使用率、充电桩充电失败率以及相应的各类型充电桩使用寿命进行模型训练，得到充电桩使用寿命预测模型，以用于预测各类型充电桩的使用寿命。/n

【技术特征摘要】
1.一种充电桩使用寿命预测模型的训练方法，其特征在于，所述方法包括：
获取各类型充电桩的充电数据；
基于所述充电数据统计预设时间粒度内各类型充电桩的损耗值、各类型充电桩的充电占有比例、充电桩使用率以及充电桩充电失败率；
基于所统计的各类型充电桩的损耗值、各类型充电桩的充电占有比例、充电桩使用率、充电桩充电失败率以及相应的各类型充电桩使用寿命进行模型训练，得到充电桩使用寿命预测模型，以用于预测各类型充电桩的使用寿命。


2.根据权利要求1所述的方法，其特征在于，每种类型充电桩的损耗值等于当前类型充电桩的维修次数除以全部充电桩的实际充电次数与其他类型充电桩的成功充电次数之差，其中，充电桩的实际充电次数包括充电桩充电失败次数。


3.根据权利要求1所述的方法，其特征在于，每种类型充电桩的充电占有比例等于当前类型充电桩的实际充电次数与全部充电桩的计划充电次数的比值。


4.根据权利要求1所述的方法，其特征在于，所述充电桩使用率等于充电桩实际充电次数与计划充电次数的比值。


5.根据权利要求1所述的方法，其特征在于，所述充电桩充电失败率等于充电桩充电失败次数与充电桩实际充电次数的比值。


6.根据权利要求1所述的方法，其特征在于，
所述预设时间粒度内各类型充电桩的充电占有比例包括每个固定周期的各类型充电桩的充电占有比例，其中，所述预设时间间隔包括至少两个所述固定周期；
所述预设时间粒度内充电桩使用率包括每个固定周期的充电桩使用率；
所述预设时间粒度内充电桩充电失败率包括每个固定周期的充电桩充电失败率。


7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在基于所述充电桩充电失败率进...

【专利技术属性】
技术研发人员：王亮，刘和才，王昊月，张海亮，
申请(专利权)人：特瓦特能源科技有限公司，
类型：发明
国别省市：北京;11