基于在线评估的高效充电站推荐系统、方法和存储介质

技术领域

本发明属于充电推荐的技术领域，具体涉及一种基于在线评估的高效充电站推荐系统、方法和存储介质。

背景技术

近几年，电动汽车产业发展日新月异，作为降低碳排放的重要手段，我国电动汽车产销量快速增长，市场发展迅速。从电动汽车的增长量上来看，未来电动汽车将会迎来爆发式的增长。大力发展电动汽车尤其是纯电动汽车已经成为世界各国应对能源危机发展低碳经济的共同战略举措。

借助于云、大、物、移、智、链和5G等新一代数字信息通信技术的迅猛发展，充电基础设施迎来快速发展阶段。未来几年，充电基础设施将会成为与“能源互联网”相连通的关键接口，充分发挥在整个电力基础设施建设以及互联网基础设施建设上的融合地位，将各种新技术、新模式落地，建立真正的世界一流能源互联网。充电基础设施拥有节约人力成本、节省电力支出、峰谷调节安全用电等优势。通过实现充电基础设施的大面积普及，将有效推进电力市场化不断改革，进而显著提高清洁能源在我国能源结构中的占比。

截至2022年7月，国网青海电力在全省范围内投建换电站1座，充电站33座，充电桩445根。其中，公交专用充电站7座，公共充电站16座，高速服务区充电站4座，单位内部专用充电站6座；交流充电桩193根，直流充电桩252根，覆盖西宁市、海东市、海西蒙古族藏族自治州、海南藏族自治州、海北藏族自治州、黄南藏族自治州。2021年，国网青海电力建设的充电桩充电量达到了1200万千瓦时。

虽然目前国内建设了很多充电站，然而仍然无法很好的满足客户的需求。客户可以在地图上显示客户位置范围内的充电站的位置，然而不能保证客户有效充电，往往需要客户自己前往充电站观察实际充电情况，这给客户带来了很大的不便。而且目前的研发都是集中在充电桩的联网监测，无法很好的统计充电车辆排队情况，靠人工的监测预警成本较高，而且很难维持全天候的及时准确监测。

发明内容

本发明的目的在于提供一种基于在线评估的高效充电站推荐系统、方法和存储介质，旨在解决上述问题。

本发明主要通过以下技术方案实现：

一种基于在线评估的高效充电站推荐系统，包括控制中心和设置在充电站处的充电控制单元以及分别与充电控制单元连接的图像采集模块、图像目标检测模块、充电分析模块、电量监测模块，所述电量监测模块包括充电桩监测模块和设置在充电站入口处的车辆电量监测模块；所述充电桩监测模块与充电桩连接，用于监测正在充电车辆的充电剩余时间，所述车辆电量监测模块设置在充电站的入口处，用于监测待充电车辆的电量；所述图像采集模块用于采集充电站入口外侧等待车辆图像，所述图像目标检测模块用于分析并统计充电站外侧等待车辆的个数；所述充电分析模块用于分析并得到充电站最快可用时间或者时刻，所述充电控制单元通过GPS通信模块与控制中心连接，用于发送充电站地址以及最快可用时间或者时刻至控制中心，所述控制中心用于接收用户请求，并统计各充电站的最快可用时间或者时刻并排序，以实现按照客户需求发送推荐的充电站。

为了更好地实现本发明，进一步地，所述控制中心包括控制模块以及与控制模块连接的推荐模块、分析模块、存储模块、请求模块，所述控制模块通过通信模块与各充电控制单元连接，所述请求模块用于接收客户请求，所述存储模块用于存储各充电站的地址以及最快可用时间或者时刻，所述分析模块用于提取存储模块中的数据并根据用户选择排序生成推荐列表，所述推荐模块用于将推荐列表中的最优的前n个推荐信息发送给客户。

为了更好地实现本发明，进一步地，所述图像目标检测模块包括图像裁剪模块和训练模块、检测模块、网络模型，所述裁剪模块用于裁剪充电站入口外侧等待车辆图像并得到充电站外侧等待区域的图像，所述训练模块用于训练网络模型并得到训练后的网络模型，所述检测模块用于将待测的剪裁后的充电站外侧等待区域的图像输入训练后的网络模型并得到充电站入口外侧等待车辆的数量。

为了更好地实现本发明，进一步地，所述网络模型包括从前至后依次连接的特征提取网络、注意力网络、金字塔网络、上下文融合网络、检测网络，所述金字塔网络、注意力网络分别与上下文融合网络连接，所述特征提取网络为VGG16网络，用于提取多级特征。

本发明主要通过以下技术方案实现：

一种基于在线评估的高效充电站推荐方法，采用上述的系统进行，包括以下步骤：

步骤S100：通过充电桩监测模块监测所有充电桩是否工作以及每个充电桩处充电车辆的充电剩余时间；

步骤S200：通过车辆电量监测模块检测待充电车辆的电量，用于计算待充电车辆的预充电时间；

步骤S300：通过图像采集模块采集外侧等待车辆图像，并输入图像目标检测模块检测得到外侧等待车辆的个数，用于计算外侧等待车辆的充电时间；

步骤S400：通过充电分析模块提取待充电车辆的电量并根据设定的充电电流参数计算得到每个待充电车辆的预充电时间；按照充电剩余时间对充电桩排序，然后将按照时间排序后的待充电车辆按照排序后的充电桩分成若干列，分别计算每个充电桩的总的待充电时间；通过充电分析模块提取外侧等待车辆的个数并根据设定的车辆电量、充电电流参数，计算得到外侧等待车辆的充电时间，将外侧等待车辆的充电时间除以充电桩的个数，然后附加到每个充电桩的总的待充电时间得到每个充电桩的最终预估充电时间，将每个充电桩的最终预估充电时间排序并与数据采集时刻相加形成最快可用充电时刻表，发送给控制中心；

步骤S500：控制中心统计各个充电站的最快可用的时刻，然后根据用户的定位信息提取地址范围内的所有充电站数据，然后排序得到充电站时刻表，发送排名靠前的若干个充电站信息给用户。

为了更好地实现本发明，进一步地，定期提取电量监测模块采集的数据并分析得到设定的车辆电量，根据时间段将数据进行分组，然后对每组数据进行分析处理得到每个时间段的设定的车辆电量；定期提取充电桩监测模块采集的数据并提取每个充电桩的电流参数，数据处理分析得到设定的充电电流参数。

为了更好地实现本发明，进一步地，所述步骤S300中，通过图像目标检测模块将图像采集模块采集的图像按照充电站外侧等待区域进行裁剪得到待测图像并保存形成训练集，周期时间段采用收集的训练集训练网络模型，定期更新训练后的网络模型。

一种计算机可读存储介质，存储有计算机程序指令，所述程序指令被处理器执行时实现上述的方法。

本发明的有益效果如下：

（1）本发明通过统计充电站入口处的待充电车辆的电量得到待充电车辆的预充电时间；通过统计外侧等待车辆的个数得到外侧等待车辆的充电时间，并统计正在充电车辆的充电剩余时间，进而得到充电站的最快可用时间或者时刻，通过充电站地址以及充电站的最快可用时间或者时刻得到符合客户请求的充电站时刻表，供用户选择，实现高效的充电，具有较好的实用性；

（2）本发明通过网络模型的设计使多尺度特征以及重点关注的特征进行了上下文融合，使提取的特征更加精确，具有较好的鲁棒性，使检测结果更加精确；

（3）本发明通过长周期的采集数据处理得到不同时间段的设定的车辆电量，使充电时间估算更加科学；通过周期采集的图像训练更新网络模型使网络模型检测更加贴近实际检测，具有较好的实用性；

（4）本发明通过按照充电剩余时间对充电桩排序，然后将按照时间排序后的待充电车辆按照排序后的充电桩分成若干列，实现精准的计算每个充电桩的总的待充电时间，精确到每个充电桩的时间估算，更加准确及时；而针对大数量的充电站外侧的车辆时间估算，采用大数据的大范围估算，降低了估算成本，而且加速了响应时间，具有较好的实用性；

（5）每个充电站实现了分布式控制，降低了控制中心的数据处理负担，具有降低成本，加速响应速度的优点。

附图说明

图1为本发明的系统的结构示意图；

图2为控制中心的系统结构示意图；

图3为网络模型的结构示意图；

图4为本发明的方法的流程图。

具体实施方式

实施例1：

一种基于在线评估的高效充电站推荐系统，如图1所示，包括控制中心和设置在充电站处的充电控制单元以及分别与充电控制单元连接的图像采集模块、图像目标检测模块、充电分析模块、电量监测模块，所述电量监测模块包括充电桩监测模块和设置在充电站入口处的车辆电量监测模块；所述充电桩监测模块与充电桩连接，用于监测正在充电车辆的充电剩余时间，所述车辆电量监测模块设置在充电站的入口处，用于监测待充电车辆的电量；所述图像采集模块用于采集充电站入口外侧等待车辆图像，所述图像目标检测模块用于分析并统计充电站外侧等待车辆的个数；所述充电分析模块用于分析并得到充电站最快可用时间或者时刻，所述充电控制单元通过GPS通信模块与控制中心连接，用于发送充电站地址以及最快可用时间或者时刻至控制中心，所述控制中心用于接收用户请求，并统计各充电站的最快可用时间或者时刻并排序，以实现按照客户需求发送推荐的充电站。

所述系统还包括客户端，用户通过客户端向控制中心发送充电请求，同时发送用户地址给控制中心，所述控制中心根据用户的地址提取附近的各充电站的最快可用时间或者时刻并排序，最终形成最优的推荐表，将排名靠前的推荐充电站信息发送给用户，以供用户有选择的就近充电。每个充电站实现了分布式控制，降低了控制中心的数据处理负担，具有降低成本，加速响应速度的优点。

优选地，如图2所示，所述控制中心包括控制模块以及与控制模块连接的推荐模块、分析模块、存储模块、请求模块，所述控制模块通过通信模块与各充电控制单元连接，所述请求模块用于接收客户请求，所述存储模块用于存储各充电站的地址以及最快可用时间或者时刻，所述分析模块用于提取存储模块中的数据并根据用户选择排序生成推荐列表，所述推荐模块用于将推荐列表中的最优的前n个推荐信息发送给客户。

优选地，所述图像目标检测模块包括图像裁剪模块和训练模块、检测模块、网络模型，所述裁剪模块用于裁剪充电站入口外侧等待车辆图像并得到充电站外侧等待区域的图像，所述训练模块用于训练网络模型并得到训练后的网络模型，所述检测模块用于将待测的剪裁后的充电站外侧等待区域的图像输入训练后的网络模型并得到充电站入口外侧等待车辆的数量。

优选地，如图3所示，所述网络模型包括从前至后依次连接的特征提取网络、注意力网络、金字塔网络、上下文融合网络、检测网络，所述金字塔网络、注意力网络分别与上下文融合网络连接，所述特征提取网络为VGG16网络，用于提取多级特征。所述上下文融合网络包括特征相乘层和特征拼接层。

为了更精确更快速的统计车站外侧车辆的情况，首先对采集的图像进行特定区域剪裁，只检测充电站外侧特定停车区域的车辆图像，然后通过特征提取网络提取图像的特征，通过注意力网络提取重点关注的特征，然后送入金字塔网络进行多级特征融合，进一步通过上下文融合网络将注意力网络提取的重点关注特征与金字塔网络融合的特征进行，得到交叉特征，进一步地强调了我们重点关注的特征信息，最后，基于交叉特征进行检测得到车辆的数量。本发明通过网络模型的设计使多尺度特征以及重点关注的特征进行了上下文融合，使提取的特征更加精确，具有较好的鲁棒性，使检测结果更加精确。

本发明通过统计充电站入口处的待充电车辆的电量得到待充电车辆的预充电时间；通过统计外侧等待车辆的个数得到外侧等待车辆的充电时间，并统计正在充电车辆的充电剩余时间，进而得到充电站的最快可用时间或者时刻，通过充电站地址以及充电站的最快可用时间或者时刻得到符合客户请求的充电站时刻表，供用户选择，实现高效的充电，具有较好的实用性。

实施例2：

一种基于在线评估的高效充电站推荐方法，如图4所示，采用上述的系统进行，包括以下步骤：

①通过充电桩监测模块监测所有充电桩是否工作以及每个充电桩处充电车辆的充电剩余时间。优选地，若监测到充电桩未工作，并进一步判定车辆电量监测模块以及图像目标检测模块是否有监测到车辆，且车辆是否超过设定阈值，若超过，则报警给后台管理端，提醒维修检测未工作的充电桩。

②通过车辆电量监测模块检测待充电车辆的电量，用于计算待充电车辆的预充电时间；所述车辆电量监测模块实现的方法为现有技术，例如CN114966406A公开了的车辆蓄电池无线监测技术，故不再赘述。

③通过图像采集模块采集外侧等待车辆图像，并输入图像目标检测模块检测得到外侧等待车辆的个数，用于计算外侧等待车辆的充电时间；所述图像目标检测模块基于视觉深度学习的网络模型实现基于图像的车辆计数。

④通过充电分析模块提取待充电车辆的电量并根据设定的充电电流参数计算得到每个待充电车辆的预充电时间；按照充电剩余时间对充电桩排序，然后将按照时间排序后的待充电车辆按照排序后的充电桩分成若干列，分别计算每个充电桩的总的待充电时间；通过充电分析模块提取外侧等待车辆的个数并根据设定的车辆电量、充电电流参数，计算得到外侧等待车辆的充电时间，将外侧等待车辆的充电时间除以充电桩的个数，然后附加到每个充电桩的总的待充电时间得到每个充电桩的最终预估充电时间，将每个充电桩的最终预估充电时间排序并与数据采集时刻相加形成最快可用充电时刻表，发送给控制中心。

若图像采集模块没有检测到车辆，则最终形成的最快可用时间或者时刻即为最优充电桩的总的待充电时间，即为各个充电桩总的待充电时间排序得到的最快充电桩可用的时间或者时刻。

⑤控制中心统计各个充电站的最快可用的时刻，然后根据用户的定位信息提取地址范围内的所有充电站数据，然后排序得到充电站时刻表，发送排名靠前的若干个充电站信息给用户。根据用户定位地址或者选择的地址，在设定的公里范围内提取所有充电站的全部车辆完成时间，

优选地，定期提取电量监测模块采集的数据并分析得到设定的车辆电量，根据时间段将数据进行分组，然后对每组数据进行分析处理得到每个时间段的设定的车辆电量；定期提取充电桩监测模块采集的数据并提取每个充电桩的电流参数，数据处理分析得到设定的充电电流参数。数据分析处理的方法是首先进行数据去噪，然后根据分类取平均值或者采用正态分布的方法。本发明通过长周期的采集数据处理得到不同时间段的设定的车辆电量，使充电时间估算更加科学；通过周期采集的图像训练更新网络模型使网络模型检测更加贴近实际检测，具有较好的实用性。

优选地，所述步骤S300中，通过图像目标检测模块将图像采集模块采集的图像按照充电站外侧等待区域进行裁剪得到待测图像并保存形成训练集，周期时间段采用收集的训练集训练网络模型，定期更新训练后的网络模型。

为了更精确更快速的统计车站外侧车辆的情况，首先对采集的图像进行特定区域剪裁，只检测充电站外侧特定停车区域的车辆图像，然后通过特征提取网络提取图像的特征，通过注意力网络提取重点关注的特征，然后送入金字塔网络进行多级特征融合，进一步通过上下文融合网络将注意力网络提取的重点关注特征与金字塔网络融合的特征进行，得到交叉特征，进一步地强调了我们重点关注的特征信息，最后，基于交叉特征进行检测得到车辆的数量。本发明通过网络模型的设计使多尺度特征以及重点关注的特征进行了上下文融合，使提取的特征更加精确，具有较好的鲁棒性，使检测结果更加精确。本发明通过网络模型对车辆进行分类并统计个数，针对不同的车辆计算外侧等待车辆的充电时间。

本发明通过统计充电站入口处的待充电车辆的电量得到待充电车辆的预充电时间；通过统计外侧等待车辆的个数得到外侧等待车辆的充电时间，并统计正在充电车辆的充电剩余时间，进而得到充电站的最快可用时间或者时刻，通过充电站地址以及充电站的最快可用时间或者时刻得到符合客户请求的充电站时刻表，供用户选择，实现高效的充电，具有较好的实用性。

本发明通过按照充电剩余时间对充电桩排序，然后将按照时间排序后的待充电车辆按照排序后的充电桩分成若干列，实现精准的计算每个充电桩的总的待充电时间，精确到每个充电桩的时间估算，更加准确及时；而针对大数量的充电站外侧的车辆时间估算，采用大数据的大范围估算，降低了估算成本，而且加速了响应时间，具有较好的实用性。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。