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。可选的,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。可选的,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。可选的,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。可选的,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。可选的,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。可选的,在基于所述充电桩充电失败率进行模型训练的同时,利用定量损耗进行模型训练,其中,所述充电桩充电失败率用于与充电桩实际充电次数与所述定量损耗之积进行比较;如果所述充电桩充电失败率小于等于充电桩实际充电次数与所述定量损耗之积,说明充电桩正常;如果所述充电桩充电失败率大于充电桩实际充电次数与所述定量损耗之积,说明充电桩有故障。第二方面,提供了一种充电桩使用寿命预测模型的训练装置,所述装置包括:获取模块,用于获取各类型充电桩的充电数据;统计模块,用于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;训练模块,用于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。可选的,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。可选的,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。可选的,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。可选的,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。可选的,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。可选的,所述训练模块,还用于:在基于所述充电桩充电失败率进行模型训练的同时,利用定量损耗进行模型训练,其中,所述充电桩充电失败率用于与充电桩实际充电次数与所述定量损耗之积进行比较;如果所述充电桩充电失败率小于等于充电桩实际充电次数与所述定量损耗之积,说明充电桩正常;如果所述充电桩充电失败率大于充电桩实际充电次数与所述定量损耗之积,说明充电桩有故障。第三方面,提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;存储器,用于存放计算机程序;处理器,用于执行存储器上所存放的程序时,实现上述第一方面所述的一种充电桩使用寿命预测模型的训练方法。本专利技术实施例利用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进行模型训练,也就是说,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。附图说明为了更清楚地说明本专利技术实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种充电桩使用寿命预测模型的训练方法的流程图;图2是本专利技术实施例提供的一种充电桩使用寿命预测模型的训练装置的结构框图;图3是本专利技术实施例提供的一种电子设备的结构框图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚,下面将结合附图对本专利技术实施方式作进一步地详细描述。参照图1,为本专利技术实施例提供的一种充电桩使用寿命预测模型的训练方法的流程图,该方法具体包括以下步骤。步骤101,获取各类型充电桩的充电数据。在实施中,充电桩在为电动汽车充电的过程中,会实时向服务端发送充电数据,例如启枪信息、启枪失败信息、充电枪状态、电池信息、充电时长、充电桩类型、停枪信息以及充电结束后的SOC(StateOfCharge,荷电状态)等等。服务端将充电桩发送的充电数据,以及基于充电桩发送的充电数据所生成的数据,例如充电费用保存在数据库中,作为该次充电的充电记录。统计服务器在统计充电桩的使用情况时,可以从服务端的数据库中获取所需的充电数据,例如可以获取充电时长、充电结束后的SOC等等,进而用于统计充电桩的充电次数以及充电失败次数。在应用中,每处充电站可以配置多种类型的充电桩,以满足客户的不同需求。充电桩的类型划分可以包括多种方式,例如可以划分为快充充电桩(以下简称为“快桩”)和慢充充电桩(以下简称为“慢桩”),也可以根据充电桩所适用的汽车类型进行划分,例如环卫车充电桩和私家车充电桩等等。步骤10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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。