[發明專利]一種基于現網數據的充電站網絡優化方法

在審

• 申請號: 202010724228.0
• 申請日: 2020-07-24
• 公開（公告）號: CN111861017A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 張永庫;楊玉;孟祥福;張霄雁;楊昕悅;李盼;殷臣;齊雪月
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 北京華夏正合知識產權代理事務所(普通合伙) 11017
• 代理人: 韓登營

1.一種基于現網數據的充電站網絡優化方法，其特征在于，包括步驟：

獲取電動汽車的充電事件建立充電花費時間的第一張量，基于所述第一張量融合各充電站的特征得到充電花費時間的第二張量；

基于所述第二張量各單元的充電花費時間確定各充電站的訪問率；

基于所述各充電站的訪問率選擇現網熱點充電站，從所述現網熱點充電站出發基于各充電站效益分數優化當前充電站點網絡。

2.根據權利要求1所述的方法，其特征在于，所述獲取電動汽車的充電事件建立充電花費時間的第一張量，包括步驟：

從電動汽車充電數據提取所有的充電事件，統計第一張量中各單元充電事件數量；其中，所述第一張量有小時、充電站和天三個維度；

對所述充電事件數量大于等于第一設定閾值的單元，取所述單元內充電事件持續時間平均值表示該單元的充電花費時間，單元內充電事件少于所述第一設定閾值的視為數據缺失單元。

3.根據權利要求2所述的方法，其特征在于，基于所述第一張量融合各充電站的特征得到充電花費時間的第二張量，包括步驟：

獲取充電站的上下文感知特征矩陣，其中，上下文感知特征矩陣有充電站和特征兩個維度；

利用上下文感知張量協同分解方法，把上下文感知特征矩陣和第一張量基于充電站維度協同分解；第一張量分解為核心子張量Z、包含時間維度的子矩陣H、包含充電站維度的子矩陣S和包含天維度的子矩陣D，其中，子矩陣S為上下文感知特征矩陣和第一張量的共享子矩陣；

利用Z、H、S和D乘積反算第二張量，確定第二張量中各單元的充電花費時間，其中，所述第二張量有小時、充電站和天三個維度。

4.根據權利要求3所述的方法，其特征在于，所述基于所述第二張量各單元內的充電花費時間確定各充電站點的訪問率的步驟，包括：

第二張量中各單元的充電花費時間W_s從小到大排序，排名在第二設定閾值之內的所述第二張量中各單元的充電花費時間W_s的平均值確定充電站網絡的充電服務時間

利用排隊論公式代入第二張量中各單元的充電花費時間W_s、充電站網絡的充電服務時間和相應單元對應的充電站的充電樁數目c，計算第三張量中各單元內充電站的訪問率λ，其中，所述第三張量有小時、充電站和天三個維度；

基于所述第三張量各單元充電站的訪問率λ計算各充電站平均的訪問率λa。

5.根據權利要求4所述的方法，其特征在于，所述基于所述各充電站點的訪問率選擇現網熱點充電站的步驟，包括下面二者之一：

對各充電站的訪問率λa從大到小排序，取前k個充電站為現網熱點充電站；

基于各充電站的訪問率λa和位置進行空間聚類，得到k個類，每個類中訪問率λa最高的充電站點為現網熱點充電站；

其中，k為熱點充電站數目。