[发明专利]充电行为识别方法、装置、终端设备及存储介质

权利要求书

1.一种充电行为识别方法，其特征在于，包括：

获取充电桩上传的电动车的充电数据，所述充电数据包括充电电流数据；

判断所述充电电流数据是否符合预设条件，所述预设条件为在充电起始时间和结束时间之间存在电流持续为预设数值的时间段，且所述时间段的起始时刻的电流和结束时刻的电流差值小于或等于预设电流阈值，所述预设数值为零；

当所述充电电流数据符合所述预设条件时，确定充电过程中存在适配器被包裹的行为。

2.根据权利要求1所述的充电行为识别方法，其特征在于，所述判断所述充电电流数据是否符合预设条件，包括：

根据所述充电电流数据，生成充电电流曲线；

将所述充电电流曲线转化为充电曲线样本图片；

将所述充电曲线样本图片输入预先训练的神经网络模型，得到所述充电电流曲线对应的充电模式；

当所述充电模式为预设充电模式时，所述充电电流数据符合所述预设条件，所述预设充电模式为温控时间大于预设时长的充电类；

当所述充电模式为非预设充电模式时，所述充电电流数据不符合所述预设条件。

3.根据权利要求2所述的充电行为识别方法，其特征在于，所述神经网络模型为包括输入层、第一隐藏层、第二隐藏层、多分类层以及输出层的基于堆叠稀疏自编码的神经网络；

所述将所述充电曲线样本图片输入预先训练的神经网络模型，得到所述充电电流曲线对应的充电模式，包括：

通过所述输入层获取所述充电曲线样本图片；

将所述充电曲线样本图片输入所述第一隐藏层，以使所述第一隐藏层对所述充电曲线样本图片进行特征提取操作，输出第一电流曲线特征；

将所述第一电流曲线特征输入所述第二隐藏层，以使所述第二隐藏层对所述第一电流曲线特征进行特征提取操作，输出第二电流曲线特征，所述第二电流曲线特征的精度高于所述第一电流曲线特征；

将所述第二电流曲线特征输入所述多分类层，以使所述多分类层识别所述第二电流曲线特征，根据电流曲线特征和充电模式的对应关系，得到充电模式分类结果；

将所述充电模式分类结果输入所述输出层，以使所述输出层输出所述充电模式。

4.根据权利要求3所述的充电行为识别方法，其特征在于，所述神经网络模型的训练过程具体为：

获取训练样本数据集，所述训练样本数据集为包括所有充电模式对应的电流曲线样本图片的数据集；

对所述训练样本数据集进行数据预处理操作；

根据预处理后的所述训练样本数据集，对预先建立的所述神经网络模型进行训练。

5.根据权利要求1所述的充电行为识别方法，其特征在于，所述判断所述充电电流数据是否符合预设条件，包括：

将所述充电数据输入预先训练的随机森林模型，得到所述充电数据对应的充电模式；

当所述充电模式为预设充电模式时，所述充电电流数据符合所述预设条件，所述预设充电模式为温控时间大于预设时长的充电类；

当所述充电模式为非预设充电模式时，所述充电电流数据不符合所述预设条件。

6.根据权利要求5所述的充电行为识别方法，其特征在于，所述随机森林模型为包括n棵决策树的模型，n为大于零的正整数；

所述将所述充电数据输入预先训练的随机森林模型，得到所述充电数据对应的充电模式，包括：

通过所述n棵决策树对所述充电电流数据进行分类，得到n个分类结果；

从所述n个分类结果中确定最终分类结果，将所述最终分类结果作为所述充电模式，所述最终分类结果为所述n个分类结果中数量大于等于n/2的分类结果。

7.根据权利要求1至6任一项所述的充电行为识别方法，其特征在于，在所述确定充电过程中存在适配器被包裹的行为之后，还包括：

生成提示信息；

通过用户终端将所述提示信息呈现给充电用户，以提示并引导所述充电用户规范充电。