[发明专利]一种链上换电平台的测试数据构造方法、系统及存储介质在审
申请号: | 202211619199.7 | 申请日: | 2022-12-16 |
公开(公告)号: | CN115757437A | 公开(公告)日: | 2023-03-07 |
发明(设计)人: | 李伟;金天伟;吕志成;黄方蕾;张珂杰 | 申请(专利权)人: | 杭州趣链科技有限公司 |
主分类号: | G06F16/22 | 分类号: | G06F16/22;G06F16/27;G06F16/2455;G06Q40/04;G06N3/04;G06N3/08 |
代理公司: | 浙江千克知识产权代理有限公司 33246 | 代理人: | 周帅 |
地址: | 310051 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 链上换电 平台 测试数据 构造 方法 系统 存储 介质 | ||
1.一种链上换电平台的测试数据构造方法,其特征在于,
包括以下步骤:
随机生成车辆报文;
接收所述车辆报文、账户和电池信息,所述车辆报文包括至少一个车辆状态数据;
使用车辆状态数据核验模型核验所述车辆报文,将核验不通过的车辆报文剔除,所述车辆状态数据核验模型核验至少一个车辆状态数据是否相互匹配,若匹配则核验通过,若不匹配则核验不通过;
将所述车辆报文关联上传人员的账户及电池信息后,生成交易信息并上传区块链存储;
查询区块链,下载查询到的包含车辆报文的所述交易信息;
提取下载查询到的所述交易信息中的车辆报文,将所述车辆报文发送至待测试的链上换电平台;
周期性生成奖励交易,将与被下载次数对应的通证转入对应的上传人员的账户。
2.根据权利要求1所述的一种链上换电平台的测试数据构造方法,其特征在于,
所述车辆状态数据包括电池组SoC、电池组剩余电量、里程小计或车辆告警编码,所述里程小计为车辆本次电池已行驶里程,所述电池信息包括电池组对应车辆的BMU编号,所述上传模块接收上传人员发送的车辆注册信息,注册的车辆被分配唯一的BMU编号。
3.根据权利要求2所述的一种链上换电平台的测试数据构造方法,其特征在于,
建立车辆状态数据核验模型的方法包括:
设置数值过滤规则,所述数值过滤规则记录电池组SoC、电池组剩余电量、里程小计及车辆告警编码的取值规则,不符合所述取值规则的车辆状态数据核验不通过。
4.根据权利要求3所述的一种链上换电平台的测试数据构造方法,其特征在于,
所述车辆状态数据核验模型还包括排斥规则,建立排斥规则的方法包括:
列举电池组SoC、电池组剩余电量及里程小计的数值范围区间;
分别将数值范围区间划分为至少一个取值区间,为取值区间关联区间标识码,将电池组SoC、电池组剩余电量及里程小计以数值对应的区间标识码,车辆告警编码视为区间标识码;
建立排斥条目,所述排斥条目记录一个车辆状态数据落入区间标识码时,其他车辆状态数据不能落入的区间标识码;
多次建立排斥条目,使排斥条目覆盖每个车辆状态数据的每个区间标识码。
5.根据权利要求4所述的一种链上换电平台的测试数据构造方法,其特征在于,
建立车辆状态数据核验模型的方法包括:
读取至少一个车辆报文,关联车辆报文的核验结果,作为样本数据;
随机生成车辆报文,将随机生成的所述车辆报文与所述排斥规则比对,若与所述排斥条目匹配,则所述车辆报文核验不通过,若与所述排斥条目均不匹配,则所述车辆报文核验通过;
将打标后的所述车辆报文纳入样本数据;
建立神经网络模型,所述神经网络模型的输入层神经元与所述车辆报文包含的车辆状态数据对应,所述神经网络模型的输出为核验结果的分布概率;
使用所述样本数据训练和测试所述神经网络模型,直至所述神经网络模型的准确度达到预设阈值,所述神经网络模型即为车辆状态数据核验模型。
6.根据权利要求1或2所述的一种链上换电平台的测试数据构造方法,其特征在于,
建立车辆状态数据核验模型的方法包括:
读取至少一个车辆报文,关联车辆报文的核验结果,作为样本数据;
建立神经网络模型,所述神经网络模型的输入层神经元与所述车辆报文包含的车辆状态数据对应,所述神经网络模型的输出为核验结果的分布概率;
使用所述样本数据训练和测试所述神经网络模型,直至所述神经网络模型的准确度达到预设阈值,所述神经网络模型即为车辆状态数据核验模型。
7.根据权利要求1至4任一项所述的一种链上换电平台的测试数据构造方法,其特征在于,
建立若干个不同类型SDK的对接模块,通过所述对接模块接收车辆报文、账户和电池信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州趣链科技有限公司,未经杭州趣链科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211619199.7/1.html,转载请声明来源钻瓜专利网。