System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及车辆充电,具体涉及一种车辆的充电推荐方法及装置。
技术介绍
1、随着电动车的普及,越来越多人采用电动车出行,而由于充电桩的分布不均衡,出现部分充电桩利用率低,用户对充电的快速性和便捷性等充电体验要求也越来越高。
2、为提高用户充电体验,相关技术中,可基于车辆的行车路线的终点位置,为用户推荐目的地附近的充电站供用户进行选择。然而,这种推荐方式仅能让用户知晓其目的地周围存在哪些充电点位,并不能确定该充电点位是否满足用户可能的车辆充电需求,导致车辆的充电推荐效率差,影响车辆充电的便捷性。
技术实现思路
1、本申请旨在至少解决相关技术中存在的技术问题之一。为此,本申请提出一种车辆的充电推荐方法,能够提高车辆充电的便捷性。
2、根据本申请第一方面实施例的车辆的充电推荐方法,包括:
3、根据目标车辆的历史充电数据中的充电起始时刻和充电量,得到二维数据对;
4、根据各所述二维数据对的充电起始时刻,将各所述二维数据对依次输入训练好的充电预测模型,得到所述目标车辆的预测充电时刻和预测充电量;
5、根据所述预测充电时刻和所述预测充电量,从基于所述目标车辆的当前行车路径的终点位置确定的各充电点位中,确定目标点位进行推荐;
6、其中,所述充电预测模型通过各二维数据对样本训练得到,所述二维数据对样本包括所述历史充电数据中的充电起始时刻和充电量。
7、通过目标车辆的历史充电数据中的充电起始时刻和充电量,得到二维数据对
8、根据本申请的一个实施例,还包括:
9、根据目标车辆的各历史行车数据,确定所述目标车辆的日常行车区域;
10、根据所述日常行车区域,获取所述目标车辆在所述日常行车区域内的各历史充电数据。
11、根据本申请的一个实施例,根据目标车辆的历史充电数据中的充电起始时刻和充电量,得到二维数据对,包括:
12、获取所述历史充电数据中的充电起始时刻;
13、根据预设时间单位,对所述充电起始时刻进行数值转换,得到目标编码;
14、根据所述目标编码以及所述历史充电数据中的充电量,得到二维数据对。
15、根据本申请的一个实施例,所述充电预测模型包括rnn模型;
16、所述rnn模型的隐藏层中输入第t个二维数据对的运算方式为:
17、;
18、其中,f()表示激活函数,、、、表示所述rnn模型的输入层的连接矩阵,表示第t个输入的二维数据对中的充电起始时刻,表示第t个输入的二维数据对中的充电量,、、、表示所述隐藏层的权重矩阵,表示所述隐藏层对第t-1个充电起始时刻进行运算后的状态,表示所述隐藏层对第t-1个充电量进行运算后的状态,表示所述隐藏层对第t个充电起始时刻进行运算后的状态,表示所述隐藏层对第t个充电量进行运算后的状态,表示对应充电起始时刻的偏置向量,表示对应充电量的偏置向量。
19、根据本申请的一个实施例,将各所述二维数据对依次输入训练好的充电预测模型,得到所述目标车辆的预测充电时刻和预测充电量,包括:
20、将t个所述二维数据对依次输入训练好的充电预测模型,以基于所述充电预测模型中输出层的运算公式以及,得到目标车辆的预测充电时刻,以及目标车辆的预测充电量;
21、其中,v表示所述充电预测模型的输出层的连接矩阵,g(x)表示激活函数。
22、根据本申请的一个实施例,根据所述预测充电时刻和所述预测充电量,从基于所述目标车辆的当前行车路径的终点位置确定的各充电点位中,确定目标点位进行推荐,包括:
23、获取所述目标车辆的当前行车路径;
24、确定所述当前行车路径位于所述日常行车区域内,根据所述预测充电时刻和所述预测充电量,从基于所述当前行车路径的终点位置确定的各充电点位中,确定目标点位进行推荐。
25、根据本申请的一个实施例,根据所述预测充电时刻和所述预测充电量,从基于所述当前行车路径的终点位置确定的各充电点位中,确定目标点位进行推荐,包括:
26、在所述预测充电时刻早于所述目标车辆到达所述终点位置的到达时间的情况下,根据所述预测充电时刻与所述到达时间的时间间隔,确定所述目标车辆在所述时间间隔内的耗电量;
27、根据所述到达时间,以及基于所述预测充电量和所述耗电量确定的目标充电量,从各所述充电点位中,确定目标点位进行推荐。
28、根据本申请第二方面实施例的车辆的充电推荐装置,包括:
29、数据获取模块,用于根据目标车辆的历史充电数据中的充电起始时刻和充电量,得到二维数据对;
30、需求预测模块,用于根据各所述二维数据对的充电起始时刻,将各所述二维数据对依次输入训练好的充电预测模型,得到所述目标车辆的预测充电时刻和预测充电量;
31、充电推荐模块,用于根据所述预测充电时刻和所述预测充电量,从基于所述目标车辆的当前行车路径的终点位置确定的各充电点位中,确定目标点位进行推荐;
32、其中,所述充电预测模型通过各二维数据对样本训练得到,所述二维数据对样本包括所述历史充电数据中的充电起始时刻和充电量。
33、根据本申请第三方面实施例的电子设备,包括处理器和存储有计算机程序的存储器,所述处理器执行所述计算机程序时实现上述任一实施例所述的车辆的充电推荐方法。
34、根据本申请第四方面实施例的计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施例所述的车辆的充电推荐方法。
本文档来自技高网...【技术保护点】
1.一种车辆的充电推荐方法,其特征在于,包括:
2.根据权利要求1所述的车辆的充电推荐方法,其特征在于,还包括:
3.根据权利要求1或2所述的车辆的充电推荐方法,其特征在于,根据目标车辆的历史充电数据中的充电起始时刻和充电量,得到二维数据对,包括:
4.根据权利要求1所述的车辆的充电推荐方法,其特征在于,所述充电预测模型包括RNN模型;
5.根据权利要求4所述的车辆的充电推荐方法,其特征在于,将各所述二维数据对依次输入训练好的充电预测模型,得到所述目标车辆的预测充电时刻和预测充电量,包括:
6.根据权利要求2所述的车辆的充电推荐方法,其特征在于,根据所述预测充电时刻和所述预测充电量,从基于所述目标车辆的当前行车路径的终点位置确定的各充电点位中,确定目标点位进行推荐,包括:
7.根据权利要求1或6所述的车辆的充电推荐方法,其特征在于,根据所述预测充电时刻和所述预测充电量,从基于所述当前行车路径的终点位置确定的各充电点位中,确定目标点位进行推荐,包括:
8.一种车辆的充电推荐装置,其特征在于,包括:<
...【技术特征摘要】
1.一种车辆的充电推荐方法,其特征在于,包括:
2.根据权利要求1所述的车辆的充电推荐方法,其特征在于,还包括:
3.根据权利要求1或2所述的车辆的充电推荐方法,其特征在于,根据目标车辆的历史充电数据中的充电起始时刻和充电量,得到二维数据对,包括:
4.根据权利要求1所述的车辆的充电推荐方法,其特征在于,所述充电预测模型包括rnn模型;
5.根据权利要求4所述的车辆的充电推荐方法,其特征在于,将各所述二维数据对依次输入训练好的充电预测模型,得到所述目标车辆的预测充电时刻和预测充电量,包括:
6.根据权利要求2所述的车辆的充电推荐方法,其特征在于,根据所述预测充电时刻和所述预测充电量,从基于...
【专利技术属性】
技术研发人员:段心林,
申请(专利权)人:广汽埃安新能源汽车股份有限公司,
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。