一种公区新能源车位自动调控系统的制作方法

本发明涉及新能源车位分配，尤其涉及一种公区新能源车位自动调控系统。

背景技术：

1、随着国内新能源汽车快速普及，充电、换电领域新型基础设施也在加快的建设中，但是全国大部分城市特别是大城市的公区车位总体紧张，还存在充电车位长期被占用的情况，车主往往需要花更多的时间去寻找充电车位，不仅用户体验差，车主在道路上迂回寻找车位过程中，还挤占了道路空间，导致公区车位的配比较低，空间利用率低；

2、针对上述的技术缺陷，现提出一种解决方案。

技术实现思路

1、本发明的目的在于：提出一种公区新能源车位自动调控系统，解决了用户长时间寻找车位的问题，提升了新能源车位的利用率。

2、为了实现上述目的，本发明采用了如下技术方案：一种公区新能源车位自动调控系统，包括包括服务器；若干分别与所述服务器通信连接的调控终端，分别装设于手机或pc端内，包括：数据监测单元、资源交互单元、处理分析单元、自动调控单元和智能优化单元；

3、当服务器生成运管指令时，并将运管指令发送给数据监测单元；

4、数据监测单元接收到运管指令后，立即监测和采集公区新能源车位的相关信息，根据相关信息生成目标数据集，且数据监测单元在信息存储与调用的资源交互过程中生成目标数据集，再将目标数据集发送给处理分析单元；其中，相关信息包括用户信息和车位信息；

5、资源交互单元包括数据统计模块、数据更新模块和数据交互模块：数据统计模块对目标数据集进行多维度的数据统计，获取相应的数据集合并存储与数据库中；数据更新模块基于时间节点将发生改变的目标数据集重新通过数据统计模块进行数据统计，以更新数据源库和生成历史数据源库；数据交互模块对各个调控终端的数据进行数据整合，以提供跨平台的数据支持；

6、处理分析单元接收到目标数据集后，立即构建用户车位属性网络并定义网络表征，进而创建动态属性网络，并基于卷积神经网络模型确定实时的车位分布图，并将车位分布图发送给自动调控单元；

7、自动调控单元接收到车位分布图后，立即对公区的新能源车位进行车位分配分析以匹配相应的车位调控方案，进而实现对公区车位的智能调控，保证对公共资源的最大化利用；还对车位调控工作进行效率分析，生成相应的效能评估系数，当效能评估系数小于预设阈值，生成优化信号并显示；还将调控信号和优化信号均发送给智能优化单元；

8、智能优化单元接收到相应的信号后，进行智能调控和优化操作。

9、进一步的，采集相关信息并分析生成目标数据集的具体工作过程为：

10、步骤a1，先在公区建立区域分布图，并在区域分布图上标定每个车位的分布位置，并获取对应的车位信息，包括所在车位的租金和车位占用状态，其中将车位被占用标记为1，否则为2；当用户要进行停车时，获取该用户在区域分布图上的位置，再获取对应的用户信息，包括车主信息和车辆信息，其中车主信息包括车主的姓名、驾龄和停车偏好，车辆信息包括车主使用车辆的车辆车牌号、车辆违规次数和停车频率；

11、步骤a2，将目标用户开始寻找车位到停车时刻之间的时长标记为时间阈值，进而时间阈值划分为s个子时间节点，s为大于零的自然数，并将任一时间节点采集的用户信息和车位信息进行整合，生成目标数据集。

12、进一步的，构建用户车位属性网络并定义网络表征的具体工作过程为：

13、在任一时间节点中：将每个目标用户作为一个用户节点，每一个目标车位作为一个车位节点，再将目标用户选择目标车位的行为作为一条边，从而构建出用户车位属性网络，其网络表征形式为：g(v,e,w,x)；其中，v＝{v1，v2，…，vi，…，vn}表示用户车位属性网络中的用户节点集合，vi表示第i个用户节点，且i的取值为[1，n]，n为该网络中用户的总数量；w＝{w1，w2，…，wj，…，wm}表示用户车位属性网络中的车位节点集合，wj表示第j个车位节点，且j的取值为[1，m]，m为该网络中公区内车位的总数量，且m和n均为大于1的正整数；e＝{eij|i＝1，2，…，n；j＝1，2，…，m}表示任意一个目标用户和目标车位之间存在行为联系，且eij表示第i个节点vi与第j个节点wj之间是否存在边；x表示所有节点的属性矩阵，x∈rh*k，r为实数集合，h为所有节点数量，k为节点编码后属性的维度。

14、进一步的，创建动态属性网络的具体工作过程为：

15、基于任一时间节点对用户车位属性网络进行一次网络快照的生成，其网络表征形式为：g(vt,et,wt,xt)，且t＝{1，2，…，t}，其中，t表示时间节点的数量；并将多个网络快照进行时序组合，生成一个动态属性网络。

16、进一步的，基于卷积神经网络模型确定车位分布图的具体工作过程为：

17、步骤b1，构建卷积神经网络模型：输入信息为历史网络快照，再采用均值去标准差法对其数据进行归一化操作，使其数值在0到1之间或-1到1之间，进而获取历史数据集；

18、步骤b2，将历史数据集按照5：1：1的比例采样并划分出训练集、验证集和测试集，然后按照损失函数，对卷积神经网络模型进行多轮迭代训练，最后得到网络中用户和车位之间的节点表征，并将其作为输出信息；

19、步骤b3，再将输出信息投影到区域分布图上，生成车位分布图，且车位分布图上标注了车位占用状态。

20、进一步的，车位分配的具体工作过程为：

21、步骤c1，当有用户有停车请求时，获取当前时间节点的所有目标用户，预设目标用户i个，并将任一目标用户所在位置坐标标记为vi(xi，yi)，再获取前一时间节点的车位分布图，并根据前一时间节点的车位分布图确定公区内的空余车位，预设空余车位有j个，再将任一空余车位的位置坐标标记为mi(xj，yj)；

22、步骤c2，获取当前时间节点的所有停车请求数，预设停车请求数有num个，先将停车请求数num与预设请求数阈值进行比较：当停车请求数num大于预设请求数阈值时，拒绝掉多余停车请求，并生成停车请求失败信号；反之，生成停车请求成功信号，进而获取停车请求成功所对应的目标用户的车位调控方案，包括第一调控方案和第二调控方案；目标用户再根据相应的车位调控方案实现车位调控工作，具体步骤为：

23、步骤c2-1，当为第一调控方案时：

24、将停车请求数num和空余车位相结合生成具有一定长度的随机数序列，并按照该序列将当前时间节点的停车请求随机分配至可用空余车位j中；

25、步骤c2-2，当为第二调控方案时：

26、获取目标用户的停车频率和车辆违规次数，并分别对应标记为d1和d2；再将停车频率d1和违规次数d2相结合，生成优先评估系数sy，再将优先评估系数sy进行降序排序，生成排序集，进而按照排序集的占位顺序依次进行分配至可用空余车位j中；

27、步骤c3，根据相应的停车调控方案对车位分布图进行及时更新。

28、进一步的，步骤c2中，车位调控方案的具体生成过程为：

29、步骤sa，获取目标用户的停车偏好，停车偏好包括停车费用、寻停时间和停放时长，并分别对应标记为q1、q2和q3；并将停车费用q1、寻停时间q2和停放时长q3相结合，通过设定的公式计算目标用户的停车需求系数xq；

30、步骤sb，预设第一需求对比区间和第二需求对比区间，将停车需求系数xq分别与第一需求对比区间和第二需求对比区间进行比较：

31、当停车需求系数xq处于第一需求对比区间，则判定用户停车需求不满足现有空余车位配对，生成第一调控信号并分配第一调控方案；

32、当停车需求系数xq处于第二需求对比区间，则判定用户停车需求满足现有停车位配对，生成第二调控信号并分配第二调控方案；

33、其中，第一需求对比区间大于第二需求对比区间。

34、进一步的，效率分析的具体工作过程为：

35、步骤d1，获取目标用户停车需求系数xq和优先评估系数sy，并以分配时间为x轴，停车需求系数xq/优先评估系数sy的值为y轴，建立直角坐标系，并绘制出变化曲线u1；同时，在坐标系中还预设一条阈值曲线u2，并将变化曲线u1和与阈值曲线u2进行对比分析，获取变化曲线u1与阈值曲线u2初次相交所形成的锐角夹角度数，并将其标记为延迟角；

36、步骤d2，再将延迟角和预设延迟角阈值进行比较，若延迟角大于预设延迟角阈值，则将延迟角大于预设延迟角阈值的部分标记为异常延迟角度值，并将其标记为jd；同时获取分配的目标车位的位置坐标mi(xj，yj)和目标用户的位置坐标vi(xi，yi)，并计算两者之间的路径距离jl，进而将异常延迟角度值jd和路径距离jl相结合，生成效能评估指数xn；

37、步骤d3，预设第一效率区间和第二效率区间，并将效能评估指数xn与第一效率区间和第二效率区间进行对比分析，生成相应的优化信号。

38、综上所述，由于采用了上述技术方案，本发明的有益效果是：

39、本发明先通过监测和采集公区新能源车位的相关信息，生成目标数据集；并基于用户和车位之间的行为关系，建立用户车位属性网络，进而对用户车位属性网络进行分析以建立动态属性网络，在此过程中，基于卷积神经网络模型确定车位分布图，进而对公区的新能源车位进行车位分配分析，并生成相应的车位调控方案，提高了公区车位的配比和增大车位的利用率；进而对车位调控工作进行效率分析，生成相应的优化信号进行优化工作。