[发明专利]一种根据AI分析基站电源配置的大数据方法

说明书

本发明公开一种根据AI分析基站电源配置的大数据方法，包括：步骤一：通过AI停电模型用于对辖区内一特定阶段内的各个充电站停电时长、停电频次进行分析，得出结论，进而推荐备电时长数据，并建立数据库模型；步骤二：通过负载模型对辖区内一特定阶段内的充电座历史负载功率进行分析，得出推荐电池备用容量数据，建立负载数据库；步骤三：通过电池模型对辖区内一特定阶段内的使用的电池类型、容量使用频率通过吧Soc系统工具进行分析，得出电池使用实际需求容量数据；步骤四：将分析所得的备电时长数据、电池备用容量数据、电池使用实际需求容量数据通过AI动环分析平台的智能工具计算得到推荐备电容量。

技术领域

本发明涉及电动汽车基站电源配置相关技术领域，尤其涉及一种根据AI分析基站电源配置的大数据方法。

背景技术

随着国家新的战略政策的推广，新能源汽车，尤其是电动汽车的必将进入高速发展的道理，现阶段制约电动车发展的其中最关键的问题便是续航里程问题和充电时间问题，即电池技术，而研发更加高级的新型电池非一朝一夕之功，所以作为替代措施，为电动车提供换电池服务，是一种较为合理的操作方式，然而在换电站的配置方面，需要解决，各换电站备用电池或电源数量的问题，以期达到节省换电成本。

基于此，本发明研发一种根据AI分析基站电源配置的大数据方法。

发明内容

为实现以上为电动车提供换电池服务，是一种较为合理的操作方式，然而在换电站的配置方面，需要解决，各换电站备用电池或电源数量的问题，以期达到节省换电成本的目的，本发明提供一种根据AI分析基站电源配置的大数据方法。

本发明的目的是通过以下技术方案实现的：

一种根据AI分析基站电源配置的大数据方法，包括AI动环分析平台，所述AI动环分析平台内包括有AI停电模型、负载模型及电池模型；

所述AI停电模型用于对辖区内的充电站停电时长、停电频次进行分析；

所述负载模型用于对辖区内的充电站历史负载时功率进行分析；

所述电池模型用于对通过对辖区内的充电站的电池容量情况进行分析；

所述根据AI分析基站电源配置的大数据方法的实施步骤如下：

步骤一：通过AI停电模型用于对辖区内一特定阶段内的各个充电站停电时长、停电频次进行分析，得出结论，进而推荐备电时长数据，并建立数据库模型；

步骤二：通过负载模型对辖区内一特定阶段内的充电座历史负载功率进行分析，得出推荐电池备用容量数据，建立负载数据库；

步骤三：通过电池模型对辖区内一特定阶段内的使用的电池类型、容量使用频率通过吧Soc系统工具进行分析，得出电池使用实际需求容量数据；

步骤四：将分析所得的备电时长数据、电池备用容量数据、电池使用实际需求容量数据通过AI动环分析平台的智能工具计算得到推荐备电容量。

作为进一步说明的，所述据AI分析基站电源配置的大数据方法中采用的数据库为Microsoft SQL Server类型数据库。

作为进一步说明的，所述步骤四中采用的算法为CART分类回归树算法。

作为进一步说明的，所述AI动环分析平台还包括有处理器、存储器。

作为进一步说明的，所述处理器采用meg16系列处理器。

综上所述，由于采用了上述技术方案，本发明与现有技术相比，有以下优点：

本分析方法能够根据特定范围内的车辆使用状况信息、充电站使用情况信息对车辆换电需求进行估算分析，便于换电站进行配置同等数量或容量的电池、电源，能够节约换电站运营成本以及提高换电效率。

附图说明