【技术实现步骤摘要】
本专利技术涉及电动汽车充电，具体为一种基于多源数据分析的电动汽车充电智慧管理系统。
技术介绍
1、智能充电管理系统作为its的重要组成部分，主要目的是通过智能算法和多源数据分析，提供个性化的充电方案，提升电动汽车的充电效率。电动汽车充电涉及多个维度的数据来源，如历史充电数据、驾驶行为、地理位置和季节性因素等，这些数据可以通过智慧管理系统加以分析和处理，为用户提供更符合个人需求的充电方案。
2、在申请公布号为cn215552653u的专利技术专利中，公开了一种基于大数据的电动汽车充电桩智慧管理系统，通过对充电桩的维修预警对维修人员进行警示，充电桩损坏后，其上的充电头便无法充电，当前车主在使用充电头和电动汽车连接的时候，充电头上无电流通过，电流检测系统检测到充电头无电流通过以后，会同时将此信号传递到警示系统、维修提示系统和实地提示系统，警示系统可对当前车主进行此充电桩无法使用的警示。
3、但是上述的功能很难让开车的人员找到最适合自身的充电站，而且目前，电动汽车充电系统的现状主要依赖于用户的手动决策或简单的充电站管理系统。存在诸多不足，未能有效考虑用户的个性化需求、驾驶习惯和行驶路径，导致充电过程过于机械化，无法灵活应对实际需求。这种缺乏智能分析的充电方式容易导致用户在充电过程中遇到诸如充电时间过长、充电站分布不合理、充电成本波动较大问题，
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于多源数据分析的电动汽车充电智慧管理系统，解决了
技术介绍
中提到的
2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于多源数据分析的电动汽车充电智慧管理系统，包括数据采集模块、数据预处理模块、特征提取与权重分配模块、个性化充电方案生成模块、用户反馈与学习模块和系统监控与维护模块；
3、所述数据采集模块通过传感器和车载设备实时采集多源数据，包括用户的历史充电数据hc、驾驶行为数据db、地理位置信息gp和季节性因素ts，组成原始数据集wx；
4、所述数据预处理模块对原始数据集wx进行清洗、去噪和归一化处理，获取多源数据集w；
5、所述特征提取与权重分配模块通过使用pca特征提取技术，从多源数据集w提取出特征包括充电时间t，充电量q和充电站选择d的特征；
6、所述个性化充电方案生成模块根据加权推荐模型的输出，结合用户的充电需求，生成充电方案，包括最佳充电时间tc、最佳充电量qc和最佳充电地点dloc；
7、所述用户反馈与学习模块根据用户对充电方案的反馈进行记录，并调整权重分配策略；
8、所述系统监控与维护模块实时监控充电过程中汽车的状态，检测异常和故障，并进行定期评估。
9、优选的，所述数据采集模块包括传感器数据采集单元和数据整合与存储单元；
10、所述传感器数据采集单元对历史充电数据hc、驾驶行为数据db、地理位置信息gp和季节性因素ts进行采集，历史充电数据hc通过对充电桩通信设备的交互记录进行固定周期提取组成，驾驶行为数据db通过车载ecu采集，地理位置信息gp通过车辆的gps模块采集，季节性因素ts通过系统中的时间与日期信息获取；
11、其中，历史充电数据hc包括充电时间t、充电量q、充电功率pc和充电站选择d；驾驶行为数据db包括平均车速，驾驶时长和驾驶模式；
12、所述数据整合与存储单元对传感器数据采集单元采集的历史充电数据hc、驾驶行为数据db、地理位置信息gp和季节性因素ts进行初步的整合，形成原始数据集wx。
13、优选的，所述数据预处理模块包括数据清洗与去噪单元和数据归一化单元；
14、所述数据清洗与去噪单元对原始数据集wx进行清洗和去噪处理，清洗包括缺失值处理，去噪包括使用平滑滤波器去除噪声；
15、缺失值处理对原始数据集wx进行缺失填充处理，获取原始填充数据集wxf，再对原始填充数据集wxf使用平滑滤波器进行去噪处理，获取原始去噪数据集wxs；
16、所述数据归一化单元对原始去噪数据集wxs进行归一化处理，获取多源数据集w。
17、优选的，所述特征提取与权重分配模块包括特征提取单元和权重分配单元；
18、所述特征提取单元从多源数据集w中提取出历史充电数据hc，通过使用pca对多源数据集w中的历史充电数据hc进行提取，获取用户充电时间t，充电量q和充电站选择d的特征，组成多维特征z，并进行特征矩阵转换，获取特征矩阵hz：
19、所述特征矩阵hz通过以下转换公式进行转换：
20、；
21、式中，p表示pca的变换矩阵；
22、所述特征矩阵hz通过线性组合后，获取加权处理后的特征矩阵hz：
23、hz；
24、式中，分别表示充电时间t，充电量q和充电站选择d的预设权重值，同步对充电时间t的预设权重值，充电量q的预设权重值和充电站选择d的预设权重值，组成权重值组。
25、优选的，所述个性化充电方案生成模块包括方案生成单元和方案优化单元；
26、所述方案生成单元根据特征提取与权重分配模块获取的加权处理后的特征矩阵hz和权重组，针对不同地区，计算每个地区的综合评分s，获取最佳充电时间tc、最佳充电量qc和最佳充电地点dloc；
27、所述综合评分s通过以下公式获取：
28、s；
29、式中，表示第j个地区的第i个特征值，和表示特征非线性贡献的参数，表示描述特征的平方项影响，表示特征的对数变化；
30、根据综合评分s，获取最高得分的时间段、最高得分的充电量和最高得分的充电地点：
31、，，；
32、式中，分别表示充电时间的评分、充电量的评分和充电地点的评分；
33、根据最高得分的时间段获取最佳充电时间tc；
34、所述最佳充电时间tc通过以下公式获取：
35、tc；
36、式中，pr表示汽车剩余的电量，ce表示充电效率，表示季节对充电效率的影响夏季效率高，冬季效率低；
37、根据最高得分的充电量获取最佳充电量qc；
38、qc；
39、式中，表示车辆电池的总容量，soc表示剩余电量的百分比，取值范围0到1，表示未来行驶所需的预留电量；
40、根据最高得分的充电地点获取最佳充电地点dloc；
41、所述最佳充电地点dloc通过以下公式获取：
42、dloc；
43、式中，dloc表示最佳充电地点，具体表示推荐的充电站，表示用户所在位置与充电站之间的距离，表示充电站的负载系数，表示调节因子，表示最小值函数。
44、优选的，所述方案优化单元根据用户当前的需求、外部条件和车辆当前电池状态对方案进行调整，所述方案优化单元通过使用约束优化算法对最佳充电时间tc和最佳充电地点dloc进行调整；...
【技术保护点】
1.一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：包括数据采集模块、数据预处理模块、特征提取与权重分配模块、个性化充电方案生成模块、用户反馈与学习模块和系统监控与维护模块；
2.根据权利要求1所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述数据采集模块包括传感器数据采集单元和数据整合与存储单元；
3.根据权利要求1所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述数据预处理模块包括数据清洗与去噪单元和数据归一化单元；
4.根据权利要求1所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述特征提取与权重分配模块包括特征提取单元和权重分配单元；
5.根据权利要求4所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述个性化充电方案生成模块包括方案生成单元和方案优化单元；
6.根据权利要求5所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述方案优化单元根据用户当前的需求、外部条件和车辆当前电池状态对方案进行调整，所述方
7.根据权利要求1所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述用户反馈与学习模块包括反馈记录单元和强化学习优化单元；
8.根据权利要求7所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述强化学习优化单元通过使用Q-learning算法，根据反馈数据进行学习，逐步调整权重分配策略；
9.根据权利要求1所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述系统监控与维护模块包括实时监控单元和维护优化单元；
10.根据权利要求9所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述维护优化单元根据实时监控单元检测到的异常情况，进行响应，包括调整充电功率、暂停充电和切换充电模式。
...【技术特征摘要】
1.一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：包括数据采集模块、数据预处理模块、特征提取与权重分配模块、个性化充电方案生成模块、用户反馈与学习模块和系统监控与维护模块；
2.根据权利要求1所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述数据采集模块包括传感器数据采集单元和数据整合与存储单元；
3.根据权利要求1所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述数据预处理模块包括数据清洗与去噪单元和数据归一化单元；
4.根据权利要求1所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述特征提取与权重分配模块包括特征提取单元和权重分配单元；
5.根据权利要求4所述的一种基于多源数据分析的电动汽车充电智慧管理系统，其特征在于：所述个性化充电方案生成模块包括方案生成单元和方案优化单元；
6.根据权利要求5所述的一种基于多源数据分析的电动汽车充电智慧管...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。