[发明专利]基于电子地图的充电请求发起时间预测方法和装置有效
申请号: | 201711216929.8 | 申请日: | 2017-11-28 |
公开(公告)号: | CN109840792B | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 牛姣姣;卢雨昕;吴毅成 | 申请(专利权)人: | 蔚来(安徽)控股有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06Q50/06 |
代理公司: | 北京中原华和知识产权代理有限责任公司 11019 | 代理人: | 丁慧玲;寿宁 |
地址: | 230601 安徽省合*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 电子地图 充电 请求 发起 时间 预测 方法 装置 | ||
1.一种基于电子地图的充电请求发起时间预测方法,其特征在于:包括:
获取电子地图上多个POI点的用户活跃指数,每个POI点对应一组指数数据,所述指数数据包括不同时间点对应的用户活跃指数,其中,用户活跃指数为表征区域人群热度情况的数据,与区域内人群数量、群体活跃度成正比;
将每组指数数据进行归一化处理,得到每个POI点对应的用户活跃程度数据;
将所述多个POI点对应的用户活跃程度数据进行优化处理,得到最终的充电请求时间分布数据;
其中,所述将每组指数数据进行归一化处理,得到每个POI点对应的用户活跃程度数据包括以下处理:
以时间为横坐标,用户活跃指数为纵坐标建立坐标系;
获取每组指数数据在所述坐标系上对应的曲线;
保持每条曲线形状不变,调整纵坐标所对应位置,使对每条曲线的曲线积分相等,从而得到每个POI点对应的用户活跃程度数据;
所述将所述多个POI点对应的用户活跃程度数据进行优化处理,得到最终的充电请求时间分布数据,包括以下步骤:
将所述多个POI点对应的用户活跃程度数据进行分类;
对每一类所述用户活跃程度数据进行优化处理,得到最终的充电请求时间分布数据。
2.根据权利要求1所述的基于电子地图的充电请求发起时间预测方法,其特征在于:
所述获取电子地图上多个POI点的用户活跃指数包括以下步骤:
选取待预测的地区在地图上对应的多个POI点;
设定时间间隔,根据所述时间间隔将待预测时间段分为多个时间点;
获取每个POI点在每个所述时间点对应的用户活跃指数。
3.根据权利要求1所述的基于电子地图的充电请求发起时间预测方法,其特征在于:
所述将所述多个POI点对应的用户活跃程度数据进行分类包括以下步骤:
将用户充电请求发起地点分为N类,其中,N为大于等于2的整数;
为每类地点设置一组预设用户指数程度数据,并设置对应的相似度阈值;
将所述每组用户活跃程度数据与所述预设用户指数程度数据进行对比,得到相似度;
将所述相似度与对应的相似度阈值进行对比,若高于所述相似度阈值,则将该组用户活跃程度数据划分到对应的地点类别中。
4.根据权利要求1所述的基于电子地图的充电请求发起时间预测方法,其特征在于:
所述对每一类所述用户活跃程度数据进行优化处理,包括以下步骤:对每类的多组用户活跃程度数据进行聚类分析,得到每类地点的最终的充电请求时间分布数据。
5.根据权利要求1所述的基于电子地图的充电请求发起时间预测方法,其特征在于:
所述每组指数数据采用表格或曲线的方式进行存储。
6.一种基于电子地图的充电请求发起时间预测装置,其特征在于:包括:
获取模块,用于获取电子地图上多个POI点的用户活跃指数,每个POI点对应一组指数数据,所述指数数据包括不同时间点对应的用户活跃指数,其中,用户活跃指数为表征区域人群热度情况的数据,与区域内人群数量、群体活跃度成正比;
处理模块,用于将每组指数数据进行归一化处理,得到每个POI点对应的用户活跃程度数据;
优化模块,用于将所述多个POI点对应的用户活跃程度数据进行优化处理,得到最终的充电请求时间分布数据;
其中,所述优化模块包括:
分类子模块,用于将所述多个POI点对应的用户活跃程度数据进行分类;
优化子模块,用于对每一类所述用户活跃程度数据进行优化处理,得到最终的充电请求时间分布数据;
所述处理模块包括:
坐标系建立单元,用于以时间为横坐标,用户活跃指数为纵坐标建立坐标系;
曲线获取单元,用于获取每组指数数据在所述坐标系上对应的曲线;
归一化单元,用于保持每条曲线形状不变,调整纵坐标所对应位置,使对每条曲线的曲线积分相等,从而得到每个POI点对应的用户活跃程度数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于蔚来(安徽)控股有限公司,未经蔚来(安徽)控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711216929.8/1.html,转载请声明来源钻瓜专利网。