买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海智租物联科技有限公司申请的专利一种基于大数据的电池调度算法提升电池利用效率的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117077381B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310935241.4，技术领域涉及：G06F30/20；该发明授权一种基于大数据的电池调度算法提升电池利用效率的方法是由蔡钺;程禹斯;章群华设计研发完成，并于2023-07-28向国家知识产权局提交的专利申请。

本一种基于大数据的电池调度算法提升电池利用效率的方法在说明书摘要公布了：本发明公开了一种基于大数据的电池调度算法提升电池利用效率的方法，依次包括数据上报和采集、数据的收集和存储、数据计算、数据回传、工单派发和电池调度执行五个步骤；通过灰度模型的建立，进而利用训练好的灰度模型，预测未来的起租、退组和换电柜使用人数，并根据优化好的灰度模型指导电池分配与调度，生成工单对应的调度数据，工单发送距离需要电池调度的换电柜最近位置的一线调度人员，一线调度人员前往工单指定的换电柜位置，根据工单信息显示的换电柜内电池的分配情况并结合调度路径执行电池调度作业。本发明通过对换电柜中换电订单和电池数量进行实时监测和计算，并优化调度，以满足骑手换电的需求，同时提高电池的利用效率。

本发明授权一种基于大数据的电池调度算法提升电池利用效率的方法在权利要求书中公布了：1.一种基于大数据的电池调度算法提升电池利用效率的方法，其特征在于：包括以下步骤： 步骤S1：数据上报和采集 通过具有物联网功能的设备，对换电柜中的电池数量和换电订单进行实时检测和计算，并将数据传输至大数据平台； 步骤S2：数据的收集和存储 采用数据实时接入或离线同步方式完成数据收集与存储； 步骤S3：数据计算 对数据进行清洗后建立灰度模型，利用训练好的灰度模型，预测未来的起租、退组和换电柜使用人数，并根据优化好的灰度模型指导电池分配与调度，生成工单对应的调度数据； 步骤S4：数据回传 调度数据传输回工单系统，通过工单读取大数据平台接口，直接创建工单，并自动化将指令送达给一线电池调度人员； 步骤S5：工单派发和电池调度执行 获取换电柜的位置信息、一线调度人员的位置信息以及换电柜内电池的分配情况，并利用路径规划算法确定最优的调度路径后，自动将工单派发给距离需要电池调度的换电柜最近位置的一线调度人员，一线调度人员前往工单指定的换电柜位置，根据工单信息显示的换电柜内电池的分配情况并结合调度路径执行电池调度作业； 在步骤S3中，数据计算包括的步骤依次为数据清洗、灰度模型建立、模型融合和优化、模型评估和优化、电池分配策略、电池调度优化、调度执行和反馈、性能评估和优化，具体如下： 1数据清洗 对收集到的原始数据进行清洗和预处理，去除噪声，处理异常值，并进行数据格式转换和统一化； 2灰度模型建立 2.1确定灰度模型的类型：利用GM1，1模型，用于捕捉数据的整体趋势； 2.2对历史数据进行灰度建模，进行参数估计和模拟拟合； 2.3模型训练和预测： 站点上人退租原始数据序列：X^0＝[x^01,x^02,...,x^0n]，其中：n代表历史天数，X^0代表过去n个时间段内上人退租数序列，x^0n代表第n个时间段内具体的上人退租数； 累加生成序列：X^1＝[x^11,x^12,...,x^1n]，其中：x^1k＝∑x^0i，i从1到k； 累减生成序列：X^2＝[x^21,x^22,...,x^2n]，其中：x^2k＝x^1k+x^1k+12，k从1到n-1； 灰色作用量序列：Z^1＝[z^12,z^13,...,z^1n]，其中：z^1k＝ -x^2k+1，k从1到n-1； 灰色微分方程：z^1k+a*x^1k＝b，其中：a和b是灰色微分方程的参数，通过最小二乘法进行估计； 由灰色微分方程求解得到的预测模型为：x^0k+1＝x^11-ba*exp-a*k+ba，其中：k为预测步数，x^0k+1为预测值； 使用n个时间段内历史数据作为训练集，对灰度模型进行训练，得到模型的参数，利用训练好的灰度模型，预测未来的起租、退租和换电柜使用人数； 3模型融合和优化 3.1收集换电柜使用时序数据并计算平均值和标准差； 3.2根据平均值和标准差计算出三个标准差的范围，上限为平均值加三倍的标准差，下限为平均值减三倍的标准差； 3.3检查时序数据是否落在这个范围内，如果数据超出这个范围，则认为是异常情况； 将灰度模型的预测结果与正态分布3-sigama模型的预测结果进行融合； GM1，1预测值：x^0t+1＝x^11-ba*exp-a*t+ba 使用模型融合方法，综合考虑两种模型的预测能力和权重，融合后的预测结果作为最终的起租、退租和换电柜使用人数的预测结果； 4模型评估和优化 将融合模型的预测结果与真实值进行比较，计算评价指标，均方根误差、平均绝对误差，评估模型的预测精度和准确性； 真实值序列：Y＝[y1,y2,...,yT]； 融合模型的预测值序列：Y_pred＝[y_pred1,y_pred2,...,y_predT]； 均方根误差：RMSE＝sqrtmeanY-Y_pred^2； 平均绝对误差：MAE＝meanabsY-Y_pred； 其中：mean表示求平均值，sqrt表示平方根运算，abs表示绝对值运算； 根据评估结果，对模型进行优化调整； 5电池分配策略 根据换电柜内电池的实时状态和需求分析，制定电池分配策略，具体如下： 5.1将已充满的电池标记为可用电池，将需要充电的电池标记为待充电状态； 5.2根据需求量和可用电池数量，从待充电电池中选取一部分进行充电，以满足起租订单的需求； 5.3当可用电池数量不足时，根据预测的退租订单确定可回收的电池数量，并将其标记为可用电池； 6电池调度优化 通过优化算法对电池进行调度，以提高电池的利用效率，具体为：使用模拟退火算法对电池进行优化调度，均衡电池的分配、平衡电池的充放电次数以及延长电池寿命，具体如下： 6.1电池分配均衡度目标函数： 假设电池状态S为剩余容量：F_balance＝absmeanS-maxS； 充放电次数平衡度目标函数： 假设电池状态S为剩余容量：F_cycles＝stdS； 综合优化目标函数： F_total＝w1*F_balance+w2*F_cycles，其中：w1和w2为权重系数，用于平衡两个优化目标的重要性； 6.2定义模拟退火算法的状态空间与方案： 状态定义：状态表示一种电池调度方案，用一个长度为N的二进制编码来表示： I＝[i1,i2,...,iN],ij∈{0,1} 初始温度：设置初始温度用于控制搜索过程中的接受概率： PI＝FIΣFI 目标函数：定义目标函数来评估当前状态的优劣程度； 邻域搜索：根据当前状态通过变异操作来生成相邻状态，变异操作为对当前状态进行随机位翻转或随机位替换操作，生成邻域状态I'； 接受准则：根据Metropolis准则，接受较差的状态，避免陷入局部最优解： p＝expFI-FI'T，其中T为当前温度； 降温策略：通过降低温度的方式控制搜索过程逐渐收敛； 线性降温：T＝α*T，其中α为降温系数； 重复以上步骤直到达到最大迭代次数； 7调度执行和反馈 根据优化调度结果，执行电池的分配和调度策略，具体为：将调度结果反馈给换电柜管理系统，通过工单系统将指令自动发送给一线电池调度人员进行实际操作，并监测和记录电池的分配和调度情况，以便后续分析和改进； 8性能评估和优化 对最优调度算法的性能进行评估，比较实际调度结果与预期效果的差异，根据评估结果，进行算法的优化和改进，调整调度策略，提高电池利用效率和调度的准确性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海智租物联科技有限公司，其通讯地址为：200000 上海市闵行区申虹路666弄16号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。