[发明专利]基于神经网络模型的车辆充电控制方法、装置及介质

权利要求书

1.一种基于神经网络模型的车辆充电控制方法，其特征在于，应用于服务器，所述服务器分别与管辖区域内的充电桩通信连接，包括：

根据获取的新能源车辆的充电数据以及预设可信度值计算所述充电数据的置信度，并基于所述置信度实现所述新能源车辆的初次关联；

基于所述新能源车辆的初次关联从根据管辖区域内的充电桩建立的充电桩索引数据库中进行所述新能源车辆连接过的充电桩的快速索引，完成与至少一个所述充电桩的二次关联；

对完成了所述二次关联的至少一个所述充电桩关联的第一充电参数进行有效性判定，并将不符合所述新能源车辆的动力电池的滞回电压而完成了所述二次关联的充电桩及其关联的第一充电参数从所述二次关联中删除，得到对应所述新能源车辆的有效充电参数；

将所述有效充电参数，快慢速充电分界阈值以及获取的所述新能源车辆的动力电池的当前最大容量，输入到充电参数配置模型，以确定对应充电桩的充电参数配置，所述充电参数配置模型是通过标注有有效充电参数、快慢速充电分界阈值和当前最大容量的样本文本，以及所述样本文本对应的样本充电参数配置训练得到的，并将所述充电参数配置发送到管辖区域内对应的充电桩，以使该充电桩按照所述充电参数配置向该新能源车辆提供充电服务。

2.根据权利要求1所述的方法，其特征在于，所述根据获取的新能源车辆的充电数据以及预设可信度值计算所述充电数据的置信度，包括：

根据获取的新能源车辆的充电数据，进行特征参数提取，得到所述特征参数随充电时间的变化率，以及所述特征参数随充电时间的分布信息；

基于所述变化率以及变化率预设可信度值计算所述变化率的置信度，并基于所述分布信息以及分布信息预设可信度值计算所述分布信息的置信度，其中，所述预设可信度值包括所述变化率预设可信度值和所述分布信息预设可信度值；

基于所述变化率的置信度和所述分布信息的置信度加权求和确定所述充电数据的置信度。

3.根据权利要求2所述的方法，其特征在于，所述根据获取的新能源车辆的充电数据，进行特征参数提取，得到特征参数随充电时间的变化率，以及随充电时间的分布信息，包括：

根据获取的新能源车辆的充电数据，进行特征参数提取，得到所述特征参数随充电时间和环境温度的变化率，以及所述特征参数随充电时间和环境温度的分布信息。

4.根据权利要求1所述的方法，其特征在于，所述对完成了所述二次关联的至少一个所述充电桩关联的第一充电参数进行有效性判定，包括：

基于至少一个所述充电桩关联的第一充电参数构建当前环境温度以及当前新能源车辆的动力电池的电池荷电状态条件下虚拟的充电参数仿真模型；

在所述充电参数仿真模型中，为至少一个所述充电桩关联的第一充电参数添加对应的随充电次数变化的仿真映射节点；

将所述新能源车辆的当前电池荷电状态对应的滞回电压按照充电时间逐一映射在所述仿真映射节点上；

将所述滞回电压的充电电压经仿真映射节点转换为虚拟的滞回电压充电电压，所述虚拟的滞回电压充电电压经所述充电参数仿真模型转换为修正滞回电压充电电压；

计算所述修正滞回电压充电电压与对应充电时间节点上各次充电电压的平均值之间的第一差值，并计算所述第一差值的绝对值与对应充电时间节点上每一次充电电压与所述平均值的第二差值的绝对值之间的比值得到表征所述第一充电参数的有效值，并确定所述第一充电参数的有效值是否达到预设有效阈值。