[發明專利]充電站監測方法和設備在審
| 申請號: | 202080057724.3 | 申請日: | 2020-07-29 |
| 公開(公告)號: | CN114514141A | 公開(公告)日: | 2022-05-17 |
| 發明(設計)人: | 朱西·阿赫蒂卡里 | 申請(專利權)人: | 麗肯納維爾塔有限公司 |
| 主分類號: | B60L53/60 | 分類號: | B60L53/60;G06K9/62;G06N20/00;G06Q10/06 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 宋融冰 |
| 地址: | 芬蘭赫*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 充電站 監測 方法 設備 | ||
1.一種方法(100),包括:
從包括多個EV充電站的電動車輛EV充電網絡獲得(101)訓練數據集;
利用所述訓練數據集訓練(102)機器學習模型;
從所述EV充電網絡獲得(103)輸入數據集;
將所述輸入數據集輸入(104)到經訓練的機器學習模型中;
從所述經訓練的機器學習模型中獲得(105)輸出數據集;以及
基于所述輸出數據集識別(106)所述多個EV充電站中的至少一個EV充電站的故障;
其中,所述訓練數據集和/或所述輸入數據集進一步包括來自所述EV充電網絡外部的至少一個資源的附加信息以及與所述多個EV充電站中的至少一個EV充電站的位置相關的外部資源信息。
2.根據權利要求1所述的方法(100),進一步包括:
從所述EV充電網絡獲得驗證數據集;以及
使用所述驗證數據集驗證所述經訓練的機器學習模型。
3.根據權利要求2所述的方法(100),其中,所述驗證數據集進一步包括來自所述EV充電網絡外部的至少一個資源的附加信息。
4.根據權利要求1或權利要求2所述的方法(100),其中,所述輸出數據集包括以下中的至少一個:
所述多個EV充電站的子集的指示;或者
至少一個充電事件的指示。
5.根據權利要求1或權利要求2所述的方法(100),其中,所述訓練數據集和/或所述輸入數據集包括以下中的至少一個:
所述多個EV充電站中的至少一個EV充電站的使用歷史;
所述多個EV充電站中的至少一個EV充電站的位置;
多個EV充電站中的至少一個EV充電站的類型;
多個EV充電站中的至少一個EV充電站的錯誤歷史;或者
多個EV充電站中的至少一個EV充電站的位置處的天氣信息。
6.根據權利要求1或權利要求2所述的方法(100),其中,所述機器學習模型包括以下中的至少一個:
線性回歸;
決策森林回歸;
增強決策樹回歸;
快速森林分位數回歸;
神經網絡;或者
泊松回歸。
7.根據權利要求1或權利要求2所述的方法(100),在利用所述訓練數據集訓練所述機器學習模型之前進一步包括以下中的至少一個:
對所述訓練數據集執行特征提取;
對所述訓練數據集執行特征變換;或者
對所述訓練數據集執行特征縮放。
8.一種包括程序代碼的計算機程序產品,其中所述程序代碼被配置為當所述計算機程序產品在計算機上執行時執行根據權利要求1或權利要求2所述的方法。
9.一種計算設備(200),被配置為:
從包括多個EV充電站(401)的電動車輛EV充電網絡(301)獲得訓練數據集(303);
利用所述訓練數據集(303)訓練機器學習模型(305);
從所述EV充電網絡(301)獲得輸入數據集(304);
將所述輸入數據集(304)輸入到經訓練的機器學習模型(305)中;
從所述經訓練的機器學習模型(305)獲得輸出數據集(306);以及
基于所述輸出數據集(306)識別所述多個EV充電站中的至少一個EV充電站(401)的故障;
其中,所述訓練數據集(303)和/或所述輸入數據集(304)進一步包括來自所述EV充電網絡外部的至少一個資源的附加信息以及與所述多個EV充電站中的至少一個EV充電站的位置相關的外部資源信息。
10.根據權利要求9所述的計算設備(200),進一步被配置為:
從所述EV充電網絡(301)獲得驗證數據集;以及
使用所述驗證數據集驗證所述經訓練的機器學習模型(305)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于麗肯納維爾塔有限公司,未經麗肯納維爾塔有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202080057724.3/1.html,轉載請聲明來源鉆瓜專利網。





