本技術(shù)涉及電動(dòng)車充電管理，尤其涉及基于人工智能的電動(dòng)車充電規(guī)劃方法、設(shè)備、介質(zhì)及產(chǎn)品。

背景技術(shù)：

1、隨著電動(dòng)汽車在全球范圍內(nèi)的快速普及，充電基礎(chǔ)設(shè)施的需求也日益增長(zhǎng)。為了滿足不斷增加的充電需求，同時(shí)確保電網(wǎng)的穩(wěn)定運(yùn)行和充電資源的高效利用，電動(dòng)車充電管理系統(tǒng)的重要性日益凸顯。有效的充電管理不僅能夠提高用戶體驗(yàn)，還能夠優(yōu)化電網(wǎng)資源分配，降低運(yùn)營(yíng)成本。

2、現(xiàn)有的電動(dòng)車充電管理系統(tǒng)通常采用固定的調(diào)度算法來(lái)分配充電資源。這些系統(tǒng)基于預(yù)設(shè)的規(guī)則和參數(shù)，如充電樁的地理位置、當(dāng)前可用性和電價(jià)等因素，為用戶分配充電樁和時(shí)段。一些系統(tǒng)還會(huì)考慮歷史數(shù)據(jù)，如特定時(shí)間段的平均充電需求，來(lái)預(yù)測(cè)未來(lái)的充電需求并進(jìn)行相應(yīng)的資源分配。

3、然而，這種基于固定算法的充電管理方法在應(yīng)對(duì)復(fù)雜多變的實(shí)際情況時(shí)存在局限性。首先，它無(wú)法準(zhǔn)確捕捉和響應(yīng)用戶需求的動(dòng)態(tài)變化，可能導(dǎo)致充電資源分配不均或不及時(shí)。其次，由于缺乏對(duì)充電樁實(shí)時(shí)狀態(tài)的全面分析，系統(tǒng)可能會(huì)將用戶分配到不適合的充電樁，影響充電效率。最后，這種方法難以有效預(yù)測(cè)和平衡電網(wǎng)負(fù)荷，在用電高峰期可能造成局部電網(wǎng)過(guò)載，影響供電穩(wěn)定性。因此，如何規(guī)劃合理的充電計(jì)劃成為了當(dāng)前亟需解決的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種基于人工智能的電動(dòng)車充電規(guī)劃方法、設(shè)備、介質(zhì)及產(chǎn)品，旨在解決如何規(guī)劃合理的充電計(jì)劃的技術(shù)問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本技術(shù)提出一種基于人工智能的電動(dòng)車充電規(guī)劃方法，所述基于人工智能的電動(dòng)車充電規(guī)劃方法包括：

3、將當(dāng)前時(shí)刻的充電相關(guān)特征輸入至用戶需求預(yù)測(cè)模型，獲取用戶需求數(shù)據(jù)；

4、根據(jù)用戶需求數(shù)據(jù)、充電樁狀態(tài)分析模型以及電網(wǎng)負(fù)荷預(yù)測(cè)模型，確定計(jì)劃充電樁；

5、根據(jù)所述計(jì)劃充電樁的數(shù)據(jù)規(guī)劃充電計(jì)劃。

6、在一實(shí)施例中，所述根據(jù)用戶需求數(shù)據(jù)、充電樁狀態(tài)分析模型以及電網(wǎng)負(fù)荷預(yù)測(cè)模型，確定計(jì)劃充電樁步驟，具體包括：

7、基于所述用戶需求數(shù)據(jù)中的充電量和充電時(shí)長(zhǎng)確定所需充電功率；

8、將所述所需充電功率和充電樁數(shù)據(jù)輸入至充電樁狀態(tài)分析模型，確定充電樁的輸出功率是否大于所需充電功率，并將所有所述輸出功率大于或等于所述所需功率的充電樁標(biāo)記為目標(biāo)充電樁；

9、基于所述目標(biāo)充電樁的位置，獲取對(duì)應(yīng)位置的電網(wǎng)數(shù)據(jù)；

10、將所述對(duì)應(yīng)位置的電網(wǎng)數(shù)據(jù)輸入至電網(wǎng)負(fù)荷預(yù)測(cè)模型，確定對(duì)應(yīng)位置的所述電網(wǎng)是否會(huì)過(guò)載；

11、在對(duì)應(yīng)位置的所述電網(wǎng)不會(huì)過(guò)載的情況下，將對(duì)應(yīng)位置的所述目標(biāo)充電樁作為計(jì)劃充電樁。

12、在一實(shí)施例中，所述根據(jù)用戶需求數(shù)據(jù)、充電樁狀態(tài)分析模型以及電網(wǎng)負(fù)荷預(yù)測(cè)模型，確定計(jì)劃充電樁步驟，還包括：

13、在對(duì)應(yīng)位置的所述電網(wǎng)過(guò)載的情況下，調(diào)整所述充電時(shí)長(zhǎng)和/或更換不同位置的所述目標(biāo)充電樁，執(zhí)行根據(jù)用戶需求數(shù)據(jù)、充電樁狀態(tài)分析模型以及電網(wǎng)負(fù)荷預(yù)測(cè)模型，確定計(jì)劃充電樁步驟，直至所述電網(wǎng)負(fù)荷預(yù)測(cè)模型的輸出結(jié)果為不過(guò)載；

14、在對(duì)應(yīng)位置的所述電網(wǎng)不會(huì)過(guò)載的情況下，將對(duì)應(yīng)位置的所述目標(biāo)充電樁作為計(jì)劃充電樁。

15、在一實(shí)施例中，所述根據(jù)所述計(jì)劃充電樁的數(shù)據(jù)規(guī)劃充電計(jì)劃步驟，具體包括：

16、根據(jù)所述計(jì)劃充電樁的數(shù)據(jù)，獲得每個(gè)所述計(jì)劃充電樁的到達(dá)路線；

17、根據(jù)不過(guò)載時(shí)的所述充電時(shí)長(zhǎng)及所述計(jì)劃充電樁的數(shù)據(jù)，獲得每個(gè)所述計(jì)劃充電樁對(duì)應(yīng)的可充電時(shí)刻和充電費(fèi)用；

18、根據(jù)每個(gè)所述計(jì)劃充電樁的到達(dá)路線以及每個(gè)所述計(jì)劃充電樁對(duì)應(yīng)的可充電時(shí)刻和充電費(fèi)用，確定每個(gè)所述計(jì)劃充電樁的充電計(jì)劃。

19、在一實(shí)施例中，所述將當(dāng)前時(shí)刻的充電相關(guān)特征輸入至用戶需求預(yù)測(cè)模型，獲取用戶需求數(shù)據(jù)步驟，之前包括：

20、收集用戶的充電記錄樣本和充電相關(guān)特征樣本；

21、通過(guò)所述充電記錄樣本和充電相關(guān)特征樣本對(duì)初始機(jī)器學(xué)習(xí)模型進(jìn)行有監(jiān)督訓(xùn)練，以獲取所述用戶需求預(yù)測(cè)模型。

22、在一實(shí)施例中，所述根據(jù)用戶需求數(shù)據(jù)、充電樁狀態(tài)分析模型以及電網(wǎng)負(fù)荷預(yù)測(cè)模型，確定計(jì)劃充電樁步驟，之前包括：

23、收集歷史充電功率、歷史充電樁狀態(tài)、歷史充電樁位置和歷史充電功率下的充電樁運(yùn)行數(shù)據(jù)；

24、根據(jù)所述歷史充電功率、所述歷史充電樁狀態(tài)、所述歷史充電樁位置和所述歷史充電功率下的充電樁運(yùn)行數(shù)據(jù)，對(duì)初始機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，以獲取所述充電樁狀態(tài)分析模型。

25、在一實(shí)施例中，所述根據(jù)用戶需求數(shù)據(jù)、充電樁狀態(tài)分析模型以及電網(wǎng)負(fù)荷預(yù)測(cè)模型，確定計(jì)劃充電樁步驟，之前還包括：

26、收集電網(wǎng)的歷史負(fù)荷數(shù)據(jù)、歷史氣象數(shù)據(jù)和歷史事件數(shù)據(jù)；

27、將所述歷史氣象數(shù)據(jù)和所述歷史事件數(shù)據(jù)作為輸入，以高負(fù)荷作為標(biāo)簽，對(duì)初始機(jī)器模型進(jìn)行訓(xùn)練，以獲取所述電網(wǎng)負(fù)荷預(yù)測(cè)模型。

28、此外，為實(shí)現(xiàn)上述目的，本技術(shù)還提出一種基于人工智能的電動(dòng)車充電規(guī)劃設(shè)備，所述設(shè)備包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序配置為實(shí)現(xiàn)如上文所述的基于人工智能的電動(dòng)車充電規(guī)劃方法的步驟。

29、此外，為實(shí)現(xiàn)上述目的，本技術(shù)還提出一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上文所基于人工智能的電動(dòng)車充電規(guī)劃方法的步驟。

30、此外，為實(shí)現(xiàn)上述目的，本技術(shù)還提供一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上文所述的基于人工智能的電動(dòng)車充電規(guī)劃方法的步驟。

31、本技術(shù)提出的一個(gè)或多個(gè)技術(shù)方案，至少具有以下技術(shù)效果：

32、本技術(shù)在將當(dāng)前時(shí)刻的充電相關(guān)特征輸入至用戶需求預(yù)測(cè)模型，獲取用戶需求數(shù)據(jù)，并根據(jù)用戶需求數(shù)據(jù)、充電樁狀態(tài)分析模型以及電網(wǎng)負(fù)荷預(yù)測(cè)模型，確定計(jì)劃充電樁，最后根據(jù)所述計(jì)劃充電樁的數(shù)據(jù)規(guī)劃充電計(jì)劃。

33、具體而言，本發(fā)明通過(guò)將當(dāng)前時(shí)刻的充電相關(guān)特征輸入至用戶需求預(yù)測(cè)模型，獲取用戶需求數(shù)據(jù)，從而準(zhǔn)確捕捉用戶充電行為的動(dòng)態(tài)變化，大幅提高了預(yù)測(cè)精度。這種預(yù)測(cè)考慮了當(dāng)前時(shí)刻的多維度因素，使系統(tǒng)能夠更全面地理解和預(yù)測(cè)用戶的實(shí)時(shí)充電需求。

34、結(jié)合用戶需求數(shù)據(jù)、充電樁狀態(tài)分析模型以及電網(wǎng)負(fù)荷預(yù)測(cè)模型來(lái)確定計(jì)劃充電樁，這種綜合分析方法使得系統(tǒng)能夠全面考慮多方面因素。充電樁狀態(tài)分析模型能夠評(píng)估充電樁的實(shí)時(shí)可用性和性能，避免將用戶分配到可能存在問(wèn)題的充電樁。電網(wǎng)負(fù)荷預(yù)測(cè)模型則有助于在保證電網(wǎng)穩(wěn)定的前提下優(yōu)化充電資源分配。

35、同時(shí)，基于確定的計(jì)劃充電樁數(shù)據(jù)規(guī)劃充電計(jì)劃，這一步驟確保了充電計(jì)劃的可執(zhí)行性和效率。系統(tǒng)能夠根據(jù)實(shí)時(shí)情況動(dòng)態(tài)調(diào)整充電計(jì)劃，不僅優(yōu)化了充電樁資源分配，還顯著提高了整體充電效率。例如，系統(tǒng)可以根據(jù)預(yù)測(cè)的用戶需求和充電樁狀態(tài)，制定最優(yōu)的充電時(shí)間和地點(diǎn)安排，避免出現(xiàn)某些充電樁過(guò)度擁擠而其他充電樁閑置的情況。相比于傳統(tǒng)固定算法的充電管理系統(tǒng)，本發(fā)明的方案展現(xiàn)出了顯著的進(jìn)步和實(shí)質(zhì)性優(yōu)點(diǎn)。它能夠更好地應(yīng)對(duì)復(fù)雜多變的充電需求，在保證用戶體驗(yàn)的同時(shí)，實(shí)現(xiàn)了充電資源的高效利用。通過(guò)智能化的需求預(yù)測(cè)和資源調(diào)配，本系統(tǒng)有效緩解了充電樁分配不均、用戶等待時(shí)間長(zhǎng)等問(wèn)題，為電動(dòng)車用戶提供了更便捷、更可靠的充電服務(wù)。這種基于人工智能的充電規(guī)劃方法不僅提高了用戶滿意度，還優(yōu)化了充電資源的利用效率，推動(dòng)了電動(dòng)車使用的普及和可持續(xù)發(fā)展。