[发明专利]充电桩状态识别方法、装置、电子设备及存储介质

权利要求书

1.一种充电桩状态识别方法，其特征在于，包括：

确定目标充电桩的历史订单数据；

基于所述目标充电桩的历史订单数据，逐周期提取所述目标充电桩的时序特征；

基于各周期时序特征和所述各周期时序特征的统计学指标，确定所述目标充电桩的状态。

2.根据权利要求1所述的充电桩状态识别方法，其特征在于，所述基于所述目标充电桩的历史订单数据，逐周期提取所述目标充电桩的时序特征，包括：

将所述目标充电桩的历史订单数据按照所述周期划分，剔除节假日所在周期的目标充电桩的历史订单数据；

基于剔除节假日所在周期后的目标充电桩的历史订单数据，逐周期提取所述目标充电桩的时序特征。

3.根据权利要求1或2所述的充电桩状态识别方法，其特征在于，所述基于各周期时序特征和所述各周期时序特征的统计学指标，确定所述目标充电桩的状态，包括：

逐一判断所述各周期时序特征和所述各周期时序特征的统计学指标的关系；

若存在任一个周期的时序特征不满足所述任一个周期的统计学指标，则确定所述目标充电桩为异常状态；

若所述各周期时序特征均满足所述各周期时序特征的统计学指标，则确定所述目标充电桩为正常状态。

4.根据权利要求3所述的充电桩状态识别方法，其特征在于，确定所述任一个周期的统计学指标，包括：

获取第i个周期到第（i+n）个周期的时序特征，其中，i为正整数，n为能提取到稳定时序特征的最小周期数；

基于所述第i个周期到第（i+n）个周期的时序特征，确定第（i+n+1）个周期时序特征的统计学指标。

5.根据权利要求4所述的充电桩状态识别方法，其特征在于，所述基于所述第i个周期到第（i+n）个周期的时序特征，确定第（i+n+1）个周期时序特征的统计学指标，包括：

基于所述第i个周期到第（i+n）个周期的时序特征的均值和三倍的标准差，确定第（i+n+1）个周期时序特征的统计学指标。

6.根据权利要求1所述的充电桩状态识别方法，其特征在于，所述目标充电桩的时序特征包括目标充电桩的平均充电时长、平均充电功率和平均充电电量。

7.根据权利要求1所述的充电桩状态识别方法，其特征在于，所述确定目标充电桩的历史订单数据之前，还包括：

获取待处理充电桩的历史订单数据进行筛选；

基于所述待处理充电桩的历史订单数据的筛选通过结果，确定所述待处理充电桩的历史订单数据为所述目标充电桩的历史订单数据；

其中，筛选条件包括有充电记录的订单数据时长、订单数量和平均每个订单的充电电量。

8.根据权利要求7所述的充电桩状态识别方法，其特征在于，所述待处理充电桩的历史订单数据的筛选通过结果，包括：

所述待处理充电桩的历史订单数据中有充电记录的数据时长大于等于第一阈值、所述待处理充电桩的历史订单数据的订单数量大于等于第二阈值且所述待处理充电桩的历史订单数据中平均每个订单的充电电量大于等于第三阈值。

9.一种充电桩状态识别装置，其特征在于，包括：

输入模块，用于确定目标充电桩的历史订单数据；

特征提取模块，用于基于所述目标充电桩的历史订单数据，逐周期提取所述目标充电桩的时序特征；

状态识别模块，用于基于各周期时序特征和所述各周期时序特征的统计学指标，确定所述目标充电桩的状态。

10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述充电桩状态识别方法。

11.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述充电桩状态识别方法。