[发明专利]充电桩群推荐方法、可用桩预测、结果获取方法及控制器

权利要求书

1.一种充电桩群的推荐方法，其特征在于，包括如下步骤：

第一控制器利用预测模型对特定区域内的至少一个充电桩群在未来一段时间内的可用桩个数进行预测，以获得第一预测结果，其中，所述预测模型是利用至少一个所述充电桩群的历史信息训练得到的；

第二控制器向所述第一控制器发送请求信息，所述请求信息包括指定区域和指定时间，所述特定区域包括所述指定区域，所述未来一段时间包括所述指定时间；

所述第一控制器接收所述请求信息；

所述第一控制器利用所述第一预测结果生成第二预测结果，并将所述第二预测结果发送至所述第二控制器，所述第二预测结果包括指定桩群的属性信息和所述指定桩群在所述指定时间内的可用桩信息，其中，所述指定桩群位于所述指定区域内，所述指定桩群的所述属性信息至少包括所述指定桩群的位置信息；

所述第二控制器接收所述第二预测结果并选择性地对所述第二预测结果进行展示。

2.根据权利要求1所述的充电桩群的推荐方法，其特征在于，“所述第一控制器利用所述第一预测结果生成第二预测结果”的步骤包括：

所述第一控制器根据所述请求信息，从所述第一预测结果中提取所述指定桩群的可用桩信息及所述指定桩群的属性信息作为所述第二预测结果。

3.根据权利要求1所述的充电桩群的推荐方法，其特征在于，所述特定区域为所述指定区域，所述未来一段时间为所述指定时间。

4.根据权利要求1-3中任一项所述的充电桩群的推荐方法，其特征在于，所述预测模型的训练过程包括如下步骤：

获取至少一个所述充电桩群的历史数据，并对所述历史数据进行分析，以获得所述充电桩群的静态特征和动态特征；

从所述静态特征和所述动态特征中，筛选出所述充电桩群的训练数据；

对所述训练数据进行训练以获得所述预测模型。

5.根据权利要求4所述的充电桩群的推荐方法，其特征在于，所述预测模型的训练过程还包括：

在获得所述预测模型后，对所述预测模型进行测评。

6.根据权利要求5所述的充电桩群的推荐方法，其特征在于，“对所述预测模型进行测评”的步骤包括：

利用所述预测模型对各所述充电桩群在第一预测时间内的可用桩个数进行预测，以获得测评信息，所述第一预测时间为获得所述预测模型之后的一个时间段；

获取所述第一预测时间内的各所述充电桩群内可用桩的真实信息；

将所述真实信息与所述测评信息进行对比，以获得所述预测模型的测评结果。

7.根据权利要求4所述的充电桩群的推荐方法，其特征在于，所述静态特征包括：所述充电桩群所在的位置、供应商、充电桩个数、营业时间、商圈和人流量。

8.根据权利要求4所述的充电桩群的推荐方法，其特征在于，所述动态特征包括：日期、时段和/或天气。

9.根据权利要求8所述的充电桩群的推荐方法，其特征在于，所述动态特征还包括短期出行政策信息。

10.根据权利要求1所述的充电桩群的推荐方法，其特征在于，所述推荐方法还包括：

所述第一控制器获取报修信息，并将具有所述报修信息的所述充电桩群作为报修桩群，若所述指定桩群包括所述报修桩群，将所述报修信息发送至所述第二控制器。