一种可配置的充电桩亏损风险预测管理系统技术方案

本发明专利技术公开了一种可配置的充电桩亏损风险预测管理系统，其特征在于，包括具有要素配置模块的要素管理组件；具有回归模型算法的训练组件；充电桩管理组件；要素配置模块用于录入、删除或修改预测要素；训练组件用于根据回归模型计算配置参数，并生成定制模型；充电桩管理组件用于录入、删除或修改充电桩信息。本方案中的电动汽车充电桩亏损风险预测基于回归模型进行分析，相比于现有技术中的方案，考虑了更多可能相关的因素，而不是只依赖于简单的收入、支出数据分析。支出数据分析。支出数据分析。

【技术实现步骤摘要】
一种可配置的充电桩亏损风险预测管理系统


[0001]本专利技术属于汽车充电运营管理
，涉及充电桩运营风险评估技术，具体涉及一种基于回归模型的电动汽车充电桩亏损风险预测系统。

技术介绍

[0002]随着电动汽车的普及，电动充电桩也随即部署在城市的各个地点、场所中，但由于相比于传统内燃机汽车，电动汽车的保有量在市场上依旧比较上。因此，目前电动汽车的充电费用依旧较高，而且对于充电桩运营企业而言，充电桩的部署不仅要耗费大量的人力物力，据相关资料显示，一个普通桩的成本均价在5千
‑
2万人民币，一个快充桩成本普遍超过10万。
[0003]除了前期的投入，日常维护的费用也是相当大的一笔开支，因此，要如何保证电动汽车充电桩处于盈利状态，是充电桩运营企业需要考虑的重要问题之一。电动汽车充电桩要实现盈利，其受到多方面因素的影响，例如充电桩所处区域是否对用户而言较为方便、充电桩是否支持快充、充电桩单次充电收费方案以及天气、温度等情况都会对用户是否使用充电桩造成影响，从而影响充电桩运营企业的营收。
[0004]为了使得相关运营企业对于充电桩的营收、亏损风险有一个较为准确的预测，以帮助其及时调整运营策略，本方案中专利技术了一种基于回归模型的电动汽车充电桩亏损风险预测系统。该系统可以实现对于充电桩营收、亏损的风险分析，借助于回归模型，可以将风险具体化为百分比数据，并对存在亏损可能性的充电桩进行预警，以帮助企业减少风险。

技术实现思路

[0005]本专利技术的目的在于至少部分的解决
技术介绍
中所涉及的现有充电桩运营风险无法把控，以及预测算法不合理、实时性及针对性不强等问题。
[0006]本专利技术的目的之一在于提供一种可配置的充电桩亏损风险预测管理系统，其特征在于，包括，
[0007]具有要素配置模块的要素管理组件；
[0008]具有回归模型算法的训练组件；
[0009]充电桩管理组件；
[0010]其中，要素配置模块用于录入、删除或修改预测要素；
[0011]其中，训练组件用于根据回归模型计算配置参数，并生成定制模型；
[0012]其中，充电桩管理组件用于录入、删除或修改充电桩信息。
[0013]优选方案的一种，所述要素配置模块设置有配置要素组；
[0014]所述配置要素组包括因变量、自变量和参数区间。
[0015]优选方案的一种，包括数据组件；
[0016]其中，数据组件与充电桩管理组件数据连接，所述数据组件可用于获取自变量的当前数据；
[0017]其中，数据组件与要素管理组件数据连接，所述数据组件可用于获取与所述定制模型中要素相一致的配置要素组数据；
[0018]其中，数据组件与所述定制模型数据连接，所述数据组件可用于向定制模型提供充电桩的自变量数据，和/或数据包。
[0019]优选方案的一种，包括，
[0020]具有阈值设置模块的输出组件；
[0021]其中，输出组件与定制模型数据连接，所述输出组件可用于获取定制模型的计算结果；
[0022]其中，阈值设置模块可配置用于判断所述计算结果的阈值，所述计算结果与所述阈值的各比较结果与判断结果具有一一映射；
[0023]其中，所述输出组件输出判断结果，所述判断结果为定制模型基于当前自变量数据的计算结果。
[0024]优选方案的一种，输出组件包括，
[0025]智能阈值模块；
[0026]其中，所述智能阈值模块与数据组件数据连接，用于获取所述定制模型中要素相一致的配置要素组数据；
[0027]其中，智能阈值模块根据获取的配置要素组数据生成专有配置界面；
[0028]其中，所述专有配置界面包括配置要素组数据的要素类型，及与所述要素类型相应的可配置项，及所述可配置项的阈值范围。
[0029]优选方案的一种，所述充电桩信息包括，
[0030]特征数据CH
i
，表示为，
[0031][0032]其中，充电桩所处区域是否对用户而言较为方便表示为C
i
；充电桩是否支持快充表示为F
i
；充电桩单次充电收费方案表示为E
i
；充电桩所在区域的天气情况表示为W
i
；充电桩所在环境的温度情况表示为T
i
。
[0033]优选方案的一种，特征数据CH
i
，简化为，
[0034]CH
i
＝{C
i
,F
i
,E
i
,W
i
,T
i
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0035]充电桩特征数据CH
i
在时刻t的营收情况y表示为，
[0036]y＝μ0+μ1*C
i
+μ2*F
i
+μ3*E
i
+μ4*W
i
+μ5*T
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0037]其中，μ
i
表示回归模型中的参数，由模型训练学习而得到。
[0038]优选方案的一种，公式(3)变化为，
[0039]ln(y)＝μ0+μ1*C
i
+μ2*F
i
+μ3*E
i
+μ4*W
i
+μ5*T
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0040]其中，对数函数用于约束y的取值范围。
[0041]优选方案的一种，充电桩的亏损风险定义为p，充电桩实现盈利的可能性为1
‑
p，描述充电桩CH
i
在时刻t的营收情况y，即：
[0042][0043]公式(4)改写为：
[0044][0045]根据公式(6)求解得充电桩的亏损风险p为：
[0046][0047]优选方案的一种，回归模型算法具有损失函数Loss()；
[0048]其中，损失函数Loss()的阈值为λ；
[0049]以损失函数Loss()的值小于阈值λ为条件结束对于模型的训练，获取回归模型μ
i
的参数值，并生成定制模型；
[0050]其中，
[0051]Loss()＝
‑
ω*log(p)
‑
(1
‑
ω)*log(1
‑
p)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0052]其中，ω为比例系数，当ω＝1时，Loss()＝
‑
log(p)；
[0053]其中，当ω＝0时，Loss()＝
‑
log(1
‑
p)。
[0054]优选方案的一种，总损失函数由m个充电桩的损失叠加为，
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可配置的充电桩亏损风险预测管理系统，其特征在于，包括，具有要素配置模块的要素管理组件；具有回归模型算法的训练组件；充电桩管理组件；其中，要素配置模块用于录入、删除或修改预测要素；其中，训练组件用于根据回归模型计算配置参数，并生成定制模型；其中，充电桩管理组件用于录入、删除或修改充电桩信息。2.根据权利要求1所述的一种可配置的充电桩亏损风险预测管理系统，其特征在于，所述要素配置模块设置有配置要素组；所述配置要素组包括因变量、自变量和参数区间。3.根据权利要求1或2所述的一种可配置的充电桩亏损风险预测管理系统，其特征在于，包括，数据组件；其中，数据组件与充电桩管理组件数据连接，所述数据组件可用于获取自变量的当前数据；其中，数据组件与要素管理组件数据连接，所述数据组件可用于获取与所述定制模型中要素相一致的配置要素组数据；其中，数据组件与所述定制模型数据连接，所述数据组件可用于向定制模型提供充电桩的自变量数据，和/或数据包。4.根据权利要求3所述的一种可配置的充电桩亏损风险预测管理系统，其特征在于，包括，具有阈值设置模块的输出组件；其中，输出组件与定制模型数据连接，所述输出组件可用于获取定制模型的计算结果；其中，阈值设置模块可配置用于判断所述计算结果的阈值，所述计算结果与所述阈值的各比较结果与判断结果具有一一映射；其中，所述输出组件输出判断结果，所述判断结果为定制模型基于当前自变量数据的计算结果。5.根据权利要求4所述的一种可配置的充电桩亏损风险预测管理系统，其特征在于，输出组件包括，智能阈值模块；其中，所述智能阈值模块与数据组件数据连接，用于获取所述定制模型中要素相一致的配置要素组数据；其中，智能阈值模块根据获取的配置要素组数据生成专有配置界面；其中，所述专有配置界面包括配置要素组数据的要素类型，及与所述要素类型相应的可配置项，及所述可配置项的阈值范围。6.根据权利要求1
‑
5之任一项权利要求所述的一种可配置的充电桩亏损风险预测管理系统，其特征在于，所述充电桩信息包括，特征数据CH
i
，表示为，
其中，充电桩所处区域是否对用户而言较为方便表示为C
i
；充电桩是否支持快充表示为F
i
；充电桩单次充电收费方案表示为E
i
；充电桩所在区域的天气情况表示为W
i
；充电桩所在环境的温度情况表示为T
i
。7.根据权利要求6所述的一种可配置的充电桩亏损风险预测管理系统，其特征在于，特征数据CH
i
，...

【专利技术属性】
技术研发人员：穆龄波，林振鑫，谢杨钟，李泽全，邓燕梅，
申请(专利权)人：广州万城万充新能源科技有限公司，
类型：发明
国别省市：