← 返回列表
一种换电预测模型的训练方法、应用方法和系统
摘要文本
本申请涉及一种换电预测模型的训练方法、应用方法和系统，其中，该训练方法包括：基于电池基本特征、用户基本特征和交互性特征，构建得到换电状态特征；对电池基本特征进行连续性特征的离散化，构建得到换电动作特征；基于换电状态特征、换电动作特征和奖励值特征，构建用于模型训练的训练数据集，其中，奖励值特征通过问卷调查的形式获得；基于训练数据集，完成换电预测模型的训练。通过本申请，首次实现了基于图网络结构的换电预测模型的训练，通过该模型能够实时准确输出契合用户需求的换电电池，解决了如何合理进行换电电池的推荐的问题。
申请人信息
- 申请人:杭州宇谷科技股份有限公司
- 申请人地址:310000 浙江省杭州市余杭区良渚街道七贤路1号1幢6楼603室
- 发明人: 杭州宇谷科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种换电预测模型的训练方法、应用方法和系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311726033.X |
| 申请日 | 2023/12/15 |
| 公告号 | CN117407718B |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06F18/214 |
| 权利人 | 杭州宇谷科技股份有限公司 |
| 发明人 | 李朝; 刘玄武; 任国奇; 胡始昌; 杨斌; 肖劼 |
| 地址 | 浙江省杭州市余杭区良渚街道七贤路1号1幢6楼603室 |
专利主权项内容
1.一种换电预测模型的训练方法，其特征在于，所述方法包括：通过图网络结构提取电池基本特征、用户基本特征和交互性特征，其中，图网络结构包括图节点和边，所述图节点为用户基本信息或电池基本信息，所述边为用户与电池交互信息；基于电池基本特征、用户基本特征和交互性特征，构建得到换电状态特征，其中，所述电池基本特征包括电池电芯数量、电池电量、电池容量、电池SOC值、电池温度和电池电芯间电压差，所述用户基本特征包括性别、年龄和出生地，所述交互性特征包括电池累计使用电量和电池骑行里程数；构建换电动作特征，所述换电动作特征通过对所述电池基本特征进行连续性特征的离散化处理；构建训练数据集，所述训练数据集基于所述换电状态特征、所述换电动作特征和奖励值特征，其中，所述奖励值特征通过问卷调查获得；基于所述训练数据集, 完成所述换电预测模型的训练。