基于多维数据挖掘技术的新能源汽车充电路径规划系统技术方案

本发明专利技术公开了一种基于多维数据挖掘技术的新能源汽车充电路径规划系统，该系统包括用户数据采集模块、多维数据挖掘模块和路径可视化模块。本发明专利技术通过采集用户行驶要素和路径推荐倾向信息，获取预存的路径规划要素，在接收到用户数据采集模块传输的用户行驶要素和路径推荐倾向信息时，基于路径推荐倾向信息，对用户行驶要素和路径规划要素进行数据挖掘和相似度匹配，获得候选充电桩集，获取候选充电桩集中每个充电桩的路径规划的导航信息，并对所述导航信息进行可视化，由此，在考虑充电桩路径规划的常规因素的前提下，新增交通情况和用户生活习惯，并提供路径推荐倾向选择，实现准确性、专属性与实时性更高的新能源汽车充电路径规划。路径规划。路径规划。

【技术实现步骤摘要】
基于多维数据挖掘技术的新能源汽车充电路径规划系统


[0001]本专利技术涉及路径规划
，尤其涉及到一种基于多维数据挖掘技术的新能源汽车充电路径规划系统。

技术介绍

[0002]目前，对于电动汽车用户而言，通常面临充电困难的问题，一方面，由于电动汽车充电桩尚未大规模普及安置，另一方面，电动汽车的充电时间较久，不能做到像传统燃油汽车在加油站加油，加完油即可开走那样快捷，因此，也难以对正在充电的汽车和待充电汽车进行合理的调配以及等待。
[0003]其次，充电桩的部署较为集中的地点一般为靠近市中心的商业区域，但该区域的充电桩使用占用率高且周围交通较为拥堵，用户前往类似充电桩可能会出现充电排队及交通堵塞的情况。除商业区域外，郊区也设置有部分充电桩，但车主前往该类充电桩的路程较远。现有技术多考虑充电桩收费、路程长短和充电桩占用情况，缺少对一些实时情况的考量，如交通拥堵等。
[0004]除此之外，用户的生活习惯也应该列为充电桩路径规划的考虑因素中，如：用户上下班时间、住址、办公地等，这些因素具有个性化的属性，能为用户提供更为专属化的规划本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维数据挖掘技术的新能源汽车充电路径规划系统，特征在于，所述系统包括：用户数据采集模块，采集用户行驶要素和路径推荐倾向信息；多维数据挖掘模块，获取预存的路径规划要素，在接收到用户数据采集模块传输的用户行驶要素和路径推荐倾向信息时，基于路径推荐倾向信息，对用户行驶要素和路径规划要素进行数据挖掘和相似度匹配，获得候选充电桩集；路径可视化模块，获取候选充电桩集中每个充电桩的路径规划的导航信息，并对所述导航信息进行可视化。2.如权利要求1所述的基于多维数据挖掘技术的新能源汽车充电路径规划系统，其特征在于，基于路径推荐倾向信息，对用户行驶要素和路径规划要素进行数据挖掘处理和相似度匹配，获得候选充电桩集，具体包括：基于路径推荐倾向信息，对用户行驶要素和路径规划要素进行特征选取，构造获得多维特征矩阵；利用所述多维特征矩阵对初始路径推荐模型进行训练，获得融合用户个人特征的目标路径推荐模型；基于所述目标路径推荐模型进行相似度匹配，确定候选充电桩集；其中，所述用户行驶要素包括汽车起始位置、汽车当前续航里程和用户生活习惯数据；所述路径规划要素包括充电桩收费信息、充电桩排队信息和充电桩路程距离信息。3.如权利要求2所述的基于多维数据挖掘技术的新能源汽车充电路径规划系统，其特征在于，采集用户生活习惯数据后，还包括：根据用户生活习惯数据，对用户充电后的行为进行预言性预测。4.如权利要求3所述的基于多维数据挖掘技术的新能源汽车充电路径规划系统，其特征在于，所述路径推荐倾向信息包括时间成本优先倾向和充电成本优先倾向；其中：时间成本优先倾向，具体为：优先选择用户从出发地到充电桩时间T
c
加上充电桩到用户预言性行为所属目的地时间T
p
总和最少的路径；充电成本优先倾向，具体为：优先选择用户充电费用C
c
加上路程成本C
r
总和最小的路径。5.如权利要求4所述的基于多维数据挖掘技术的新能源汽车充电路径规划系统，其特征在于，基于路径推荐倾向信息，对用户行驶要素和路径规划要素进行特征选取，构造获得多维特征矩阵，具体包括：当路径推荐倾向信息为时间成本优先倾向时，利用递归特征消除法对特征进行选取，并基于选取的特征构造多维特征矩阵；当路径推荐倾向信息为充电成本优先倾向时，利用主成分分析法对特征进行选取，并基于选取的特征构造多维特征矩阵。6.如权利要求4所述的基于多维数据挖掘技术的新能源汽车充电路径规划系统，其特征在于，初始路径推荐模型采用XGBoost推荐模型；其中：当路径推荐倾向信息为时间成本优先倾向时，所述初始路径推荐模型的目标函数的表达式，具体为：obj
T
＝Loss+α(f
T
)
其中，α为抑制模型复杂度的正则项，f
T
...

【专利技术属性】
技术研发人员：宋武祖，
申请(专利权)人：深圳市田科信息技术有限公司，
类型：发明
国别省市：