本发明专利技术提供的充电站管理方法及其应用装置，应用于直流充电技术领域，该方法在获取包括目标充电站和预测时刻的预测指令之后，响应该预测指令，获取目标充电站的预测指标集中各预测指标的当前指标值，进一步分别将各当前指标值和预测时刻输入运行状态预测模型，即可得到目标充电站的状态预测结果。通过本发明专利技术提供的充电站管理方法，能够以目标充电站的各预测指标的当前指标值对目标充电站的运行状态进行预测，进而引导充电车辆的流量，提高充电桩的利用率，同时改善消费者的使用感受。同时改善消费者的使用感受。同时改善消费者的使用感受。
【技术实现步骤摘要】
一种充电站管理方法及其应用装置
[0001]本专利技术涉及直流充电
，特别涉及一种充电站管理方法及其应用装置。
技术介绍
[0002]随着电动汽车产业的规模化推广，越来越多的消费者选择电动汽车作为出行工具，由于在电动汽车的使用过程中，不可避免的要对车辆充电，因此，电动汽车的发展也加速了充电站的建设。
[0003]然而，在消费者驾驶车辆到达充电站充电前，是无法获知充电站的运行状态的，因此经常会遇到没有空闲充电桩的情况，而且无法预判当前充电站何时会有空闲充电桩可以使用，此种情况下，如果车辆剩余电量较多，消费者还可以试图寻找其他充电站，而如果车辆剩余电量不足，消费者则只能在当前充电站等待，严重影响了消费者的使用体验。而对于充电站而言，也常常会出现车流量分布不均的问题，即有的充电站车满为患，没有空闲充电桩可以使用，而有的充电站则存在大量空闲充电桩，充电桩利用率极低。
[0004]因此，如何对充电站的运行状态进行预测，进而引导充电车辆的流量，提高充电桩的利用率，同时改善消费者的使用感受，成为本领域技术人员亟待解决的技术问题之一。
技术实现思路
[0005]本专利技术提供一种充电站管理方法及其应用装置，能够对充电站的运行状态进行预测，进而引导充电车辆的流量，提高充电桩的利用率，同时改善消费者的使用感受。
[0006]为实现上述目的，本专利技术提供的技术方案如下：
[0007]第一方面，本专利技术提供一种充电站管理方法，包括：
[0008]获取预测指令，所述预测指令包括目标充电站和预测时刻；
[0009]响应所述预测指令，获取所述目标充电站的预测指标集中各预测指标的当前指标值；
[0010]分别将各所述当前指标值和所述预测时刻输入运行状态预测模型，得到所述目标充电站的状态预测结果。
[0011]可选的，本专利技术第一方面提供的充电站管理方法，还包括：获取新增预测指标和新增突发事件；
[0012]基于所述新增预测指标和所述新增突发事件更新所述运行状态预测模型。
[0013]可选的，所述基于所述新增预测指标更新所述运行状态预测模型，包括：
[0014]按照预设评估规则对所述新增预测指标进行性能评估；
[0015]若所述新增预测指标满足预设评估条件，将所述新增预测指标添加至所述预测指标集，得到更新后的预测指标集；
[0016]根据所述更新后的预测指标集更新所述运行状态预测模型。
[0017]可选的，训练所述运行状态预测模型的过程，包括：
[0018]获取待训练模型、多个训练样本以及与各所述训练样本对应的充电站实际状态；
[0019]其中，所述训练样本包括预测指标集中各预测指标的样本值；
[0020]分别确定所述待训练模型对各所述训练样本中各样本值的输出结果，到相应的充电站实际状态之间的误差评估指标，得到各所述训练样本对应的误差评估指标；
[0021]以各所述训练样本对应的误差评估指标处于预设范围或循环次达到预设阈值为训练目标，调整所述待训练模型的参数，得到运行状态预测模型。
[0022]可选的，所述获取待训练模型包括：
[0023]获取预测指标集；
[0024]根据所述预测指标集中各预测指标和目标神经网络的网络结构，构建初始网络；
[0025]利用预设优化算法对所述初始网络的目标网络参数进行优化，得到待训练模型。
[0026]可选的，所述利用预设优化算法对所述初始网络的目标网络参数进行优化，得到待训练模型，包括：
[0027]利用改进粒子群算法MPSO对所述初始网络的目标网络参数进行优化，得到待训练模型。
[0028]可选的，所述获取预测指标集，包括：
[0029]获取多个候选指标；
[0030]利用预设改进线性判别分析LDA算法对所述多个候选指标进行筛选，得到多个初选指标；
[0031]利用主成分分析PCA算法对所述多个初选指标进行筛选，得到包括至少一个预测指标的预测指标集。
[0032]可选的，所述目标神经网络包括长短期记忆LSTM神经网络；
[0033]所述目标网络参数包括隐含层神经元、最大迭代次数和初始学习率。
[0034]可选的，所述多个候选指标包括：历史运营信息、当前运行信息、检修信息、环境信息和突发事件信息。
[0035]可选的，所述获取预测指令，包括：
[0036]获取用户或者运营商输入的预测指令。
[0037]第二方面，本专利技术提供一种服务器，包括：存储器和处理器；所述存储器存储有适于所述处理器执行的程序，以实现本专利技术第一方面任一项所述的充电站管理方法。
[0038]第三方面，本专利技术提供一种充电站，包括：多个充电桩和本专利技术第二方面提供的服务器，其中，
[0039]所述服务器分别与各所述充电桩通讯连接。
[0040]本专利技术提供的充电站管理方法，在获取包括目标充电站和预测时刻的预测指令之后，响应该预测指令，获取目标充电站的预测指标集中各预测指标的当前指标值，进一步分别将各当前指标值和预测时刻输入运行状态预测模型，即可得到目标充电站的状态预测结果。通过本专利技术提供的充电站管理方法，能够以目标充电站的各预测指标的当前指标值对目标充电站的运行状态进行预测，进而引导充电车辆的流量，提高充电桩的利用率，同时改善消费者的使用感受。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术内的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述内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。
[0042]图1是本专利技术实施例提供的一种充电站管理方法的流程图；
[0043]图2是本专利技术实施例提供的一种运行状态预测模型训练方法的流程图；
[0044]图3是本专利技术实施例提供的另一种充电站管理方法的流程图；
[0045]图4是本专利技术实施例提供的一种服务器的结构示意图。
具体实施方式
[0046]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0047]基于上述内容，本专利技术提供的充电站管理方法可以应用于电子设备，该电子设备可以是笔记本电脑、PC机，或者是充电站中专门用于对充电站进行管理的上位机、数据处理器等，当然，在某些情况下，也可以应用于网络侧的服务器实现。参见图1，图1是本专利技术实施例提供的一种充电站管理方法的流程图，该流程可以包括：
[0048]S100、获取预测指令。
[0049]本专利技术实施例提供的充电站管理方法，可以为用户，即消费者提供预测服务，也可以为充电站本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种充电站管理方法，其特征在于，包括：获取预测指令，所述预测指令包括目标充电站和预测时刻；响应所述预测指令，获取所述目标充电站的预测指标集中各预测指标的当前指标值；分别将各所述当前指标值和所述预测时刻输入运行状态预测模型，得到所述目标充电站的状态预测结果。2.根据权利要求1所述的充电站管理方法，其特征在于，还包括：获取新增预测指标和新增突发事件；基于所述新增预测指标和所述新增突发事件更新所述运行状态预测模型。3.根据权利要求2所述的充电站管理方法，其特征在于，所述基于所述新增预测指标更新所述运行状态预测模型，包括：按照预设评估规则对所述新增预测指标进行性能评估；若所述新增预测指标满足预设评估条件，将所述新增预测指标添加至所述预测指标集，得到更新后的预测指标集；根据所述更新后的预测指标集更新所述运行状态预测模型。4.根据权利要求1所述的充电站管理方法，其特征在于，训练所述运行状态预测模型的过程，包括：获取待训练模型、多个训练样本以及与各所述训练样本对应的充电站实际状态；其中，所述训练样本包括预测指标集中各预测指标的样本值；分别确定所述待训练模型对各所述训练样本中各样本值的输出结果，到相应的充电站实际状态之间的误差评估指标，得到各所述训练样本对应的误差评估指标；以各所述训练样本对应的误差评估指标处于预设范围或循环次达到预设阈值为训练目标，调整所述待训练模型的参数，得到运行状态预测模型。5.根据权利要求4所述的充电站管理方法，其特征在于，所述获取待训练模型包括：获取预测指标集；根据所述预测指标集中各预测指...
【专利技术属性】
技术研发人员：尹芳，宋诗，
申请(专利权)人：阳光电源股份有限公司，
类型：发明
国别省市：
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。