[发明专利]一种充电站管理方法及其应用装置

权利要求书

1.一种充电站管理方法，其特征在于，包括：

获取预测指令，所述预测指令包括目标充电站和预测时刻；

响应所述预测指令，获取所述目标充电站的预测指标集中各预测指标的当前指标值；

分别将各所述当前指标值和所述预测时刻输入运行状态预测模型，得到所述目标充电站的状态预测结果。

2.根据权利要求1所述的充电站管理方法，其特征在于，还包括：获取新增预测指标和新增突发事件；

基于所述新增预测指标和所述新增突发事件更新所述运行状态预测模型。

3.根据权利要求2所述的充电站管理方法，其特征在于，所述基于所述新增预测指标更新所述运行状态预测模型，包括：

按照预设评估规则对所述新增预测指标进行性能评估；

若所述新增预测指标满足预设评估条件，将所述新增预测指标添加至所述预测指标集，得到更新后的预测指标集；

根据所述更新后的预测指标集更新所述运行状态预测模型。

4.根据权利要求1所述的充电站管理方法，其特征在于，训练所述运行状态预测模型的过程，包括：

获取待训练模型、多个训练样本以及与各所述训练样本对应的充电站实际状态；

其中，所述训练样本包括预测指标集中各预测指标的样本值；

分别确定所述待训练模型对各所述训练样本中各样本值的输出结果，到相应的充电站实际状态之间的误差评估指标，得到各所述训练样本对应的误差评估指标；

以各所述训练样本对应的误差评估指标处于预设范围或循环次达到预设阈值为训练目标，调整所述待训练模型的参数，得到运行状态预测模型。

5.根据权利要求4所述的充电站管理方法，其特征在于，所述获取待训练模型包括：

获取预测指标集；

根据所述预测指标集中各预测指标和目标神经网络的网络结构，构建初始网络；

利用预设优化算法对所述初始网络的目标网络参数进行优化，得到待训练模型。

6.根据权利要求5所述的充电站管理方法，其特征在于，所述利用预设优化算法对所述初始网络的目标网络参数进行优化，得到待训练模型，包括：

利用改进粒子群算法MPSO对所述初始网络的目标网络参数进行优化，得到待训练模型。

7.根据权利要求5所述的充电站管理方法，其特征在于，所述获取预测指标集，包括：

获取多个候选指标；

利用预设改进线性判别分析LDA算法对所述多个候选指标进行筛选，得到多个初选指标；

利用主成分分析PCA算法对所述多个初选指标进行筛选，得到包括至少一个预测指标的预测指标集。

8.根据权利要求5所述的充电站管理方法，其特征在于，所述目标神经网络包括长短期记忆LSTM神经网络；

所述目标网络参数包括隐含层神经元、最大迭代次数和初始学习率。

9.根据权利要求7所述的充电站管理方法，其特征在于，所述多个候选指标包括：历史运营信息、当前运行信息、检修信息、环境信息和突发事件信息。

10.根据权利要求1-9任一项所述的充电站管理方法，其特征在于，所述获取预测指令，包括：

获取用户或者运营商输入的预测指令。

11.一种服务器，其特征在于，包括：存储器和处理器；所述存储器存储有适于所述处理器执行的程序，以实现权利要求1至10任一项所述的充电站管理方法。

12.一种充电站，其特征在于，包括：多个充电桩和权利要求11所述的服务器，其中，

所述服务器分别与各所述充电桩通讯连接。