[发明专利]充电桩地址的确定方法和装置

权利要求书

1.一种充电桩地址的确定方法，其特征在于，包括：

获取预设地区的充电数据，其中，所述目标充电数据至少包含：预设地区内充电桩的充电交易数据、各个所述充电桩所属充电站的充电电量数据、以及各个所述充电站预设距离内的业态数据；

将所述预设地区划分为单位大小的网格区域，并基于所述预设地区的充电数据确定目标网格区域的特征数据，其中，所述目标网格区域为包含有停车场的网格区域，且所述特征数据至少包括：每个所述网格区域的网格交通流量、网格业态数据、网格充电量；

使用XGBoost算法对所述目标网格区域的特征数据进行训练处理，获取第一模型，并采用所述第一模型判断所述目标网格区域内的停车场是否需要新增充电桩。

2.根据权利要求1所述的充电桩地址的确定方法，其特征在于，

所述预设地区内充电桩的充电交易数据，包括：所述预设地区各个充电桩充的ID信息，每次充电交易的充电开始时间、充电结束时间、充电金额和充电电量；

所述各个充电桩所属充电站的充电电量数据，包括：各个所述充电桩所属充电站的ID信息、所述充电站与充电桩之间的对应关系、各个充电站的充电电量信息、各个充电站向其对应的多个充电桩的供电信息；

各个所述充电站预设距离内的业态数据，包括：所述充电站预设距离内的学校、住宅、商场、医院、交通场所和娱乐场所数据。

3.根据权利要求1所述的充电桩地址的确定方法，其特征在于，在获取预设地区的充电数据之后，所述方法还包括：

填充所述充电数据中的缺失值，并剔除所述充电数据中的异常值；

对处理后的充电数据进行Z-Scroe归一化预处理，以消除量纲的影响。

4.根据权利要求1所述的充电桩地址的确定方法，其特征在于，使用XGBoost算法对所述目标网格区域的特征数据进行训练处理，以得到第一模型，包括：

将所述目标网格区域的特征数据划分为训练数据和测试数据；

采用所述XGBoost算法对所述训练数据进行训练处理，得到基础模型；

使用测试数据不断调整所述基础模型的参数信息，以最大程度拟合训练集，得到第一模型。

5.根据权利要求1所述的充电桩地址的确定方法，其特征在于，在基于所述预设地区的充电数据确定目标网格区域的特征数据之后，所述方法还包括：

使用梯度提升树算法对所述目标网格区域的特征数据进行训练处理，获取第二模型，并采用所述第二模型确定所述目标网格区域内的停车场待增加的充电桩数量。

6.一种充电桩地址的确定装置，其特征在于，确定装置包括：

获取单元，用于获取预设地区的充电数据，其中，所述目标充电数据至少包含：预设地区内充电桩的充电交易数据、各个所述充电桩所属充电站的充电电量数据、以及各个所述充电站预设距离内的业态数据；

确定单元，用于将所述预设地区划分为单位大小的网格区域，并基于所述预设地区的充电数据确定目标网格区域的特征数据，其中，所述目标网格区域为包含有停车场的网格区域，且所述特征数据至少包括：每个所述网格区域的网格交通流量、网格业态数据、网格充电量；

判断单元，用于使用XGBoost算法对所述目标网格区域的特征数据进行训练处理，获取第一模型，并采用所述第一模型判断所述目标网格区域内的停车场是否需要新增充电桩。

7.根据权利要求6所述的充电桩地址的确定装置，其特征在于，

所述预设地区内充电桩的充电交易数据，包括：所述预设地区各个充电桩充的ID信息，每次充电交易的充电开始时间、充电结束时间、充电金额和充电电量；

所述各个充电桩所属充电站的充电电量数据，包括：各个所述充电桩所属充电站的ID信息、所述充电站与充电桩之间的对应关系、各个充电站的充电电量信息、各个充电站向其对应的多个充电桩的供电信息；

各个所述充电站预设距离内的业态数据，包括：所述充电站预设距离内的学校、住宅、商场、医院、交通场所和娱乐场所数据。