首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

模型训练方法、可充电泊位数预测方法、电子装置和介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:浙江大华技术股份有限公司

摘要:本申请涉及一种模型训练方法、可充电泊位数预测方法、电子装置和介质,通过采集充电站的历史数据作为样本,历史数据包含影响可充电泊位数的第一因素和第二因素;其中,第一因素与可充电泊位数之间的关系具有确定性,第二因素与可充电泊位数之间的关系具有不确定性;将样本进行聚类,得到多个不同类型的聚类结果;将多个不同类型的聚类结果输入至预设的充电泊位预测模型,得到训练好的对应于不同类型的聚类结果的充电泊位预测模型;其中,充电泊位预测模型基于长短期记忆神经网络构建;解决了充电泊位占用情况预测不够准确的问题,提升了充电泊位占用情况预测的准确性。

主权项:1.一种可充电泊位数预测方法,其特征在于,包括:将目标充电站中与目标时间点关联的包含第一因素和第二因素的数据输入至充电泊位预测模型,预测得到已使用充电泊位数;将所述充电站的实际充电泊位总数减去预测已使用充电泊位数,得到预测可充电泊位数;其中,所述充电泊位预测模型通过模型训练方法训练得到,所述模型训练方法包括:采集充电站的历史数据作为样本,所述历史数据包含影响可充电泊位数的第一因素和第二因素;其中,所述第一因素与所述可充电泊位数之间的关系具有确定性,所述第二因素与所述可充电泊位数之间的关系具有不确定性;将所述样本进行聚类,得到多个不同类型的聚类结果;将所述多个不同类型的聚类结果输入至预设的充电泊位预测模型,得到训练好的对应于不同类型的聚类结果的充电泊位预测模型;其中,所述充电泊位预测模型基于长短期记忆神经网络构建;其中,在将目标充电站中与目标时间点关联的包含第一因素和第二因素的数据输入至充电泊位预测模型之前,所述方法还包括:接收用户终端发送的查询指令,所述查询指令包含所述用户终端的地理位置;根据所述用户终端的地理位置确定所述目标充电站;根据所述查询指令或者所述用户终端的地理位置确定所述目标时间点;其中,根据所述用户终端的地理位置确定所述目标充电站,包括:获取所述用户终端的真实地理位置,对所述真实地理位置进行预处理,得到所述真实地理位置的替代地理位置;将与所述替代地理位置相距预设距离以内的充电站作为所述目标充电站;其中,获取所述用户终端的真实地理位置,对所述真实地理位置进行预处理,得到所述真实地理位置的替代地理位置,包括:获取所述真实地理位置所在的第一位置区域、可区分性水平参数、隐私参数,根据所述真实地理位置所在的第一位置区域、所述可区分性水平参数、所述隐私参数,计算隐私预算值;根据所述隐私预算值确定预设范围内,并以落在所述预设范围内的数值为半径围绕所述真实地理位置绘制第二位置区域;如果生成的当前候选替代点在所述第一位置区域以外,则在所述第一位置区域和所述第二位置区域的交集内寻找离当前候选替代点最近的位置点,并将所述位置点作为新的当前候选替代点;如果生成的当前候选替代点在所述第一位置区域以内,则将当前候选替代点的位置作为所述替代地理位置。

全文数据:

权利要求:

百度查询: 浙江大华技术股份有限公司 模型训练方法、可充电泊位数预测方法、电子装置和介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。