公开(公告)号：CN116878535B

公开(公告)日：2023-12-12

申请号：CN202311134737.8

申请日：2023-09-05

Applicant: 杭州宇谷科技股份有限公司

Inventor： 李朝 ,  刘玄武 ,  肖劼 ,  任国奇 ,  胡始昌 ,  杨斌

IPC: G01C21/34 ,  B60L53/80 ,  G06Q10/047 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请涉及一种种基于混合时序网络的智能换电引导方法，通过从历史换电数据提取换电特征；通过基于换电特征建立的相关性系数图谱，从换电特征中抽取目标换电特征；基于目标换电特征对混合时序网络进行训练，得到续航距离预估模型，其中，混合时序网络包括Lstm_mix网络和MLP网络；通过续航距离预估模型得到预估续航距离，并根据预估续航距离，以及预先获取的用户位置和换电柜位置，生成用户换电引导信息。解决了相关技术中用户换电效率较低的问题，充分考虑到用户个性化换电习惯，贴合大数据分析预估模型，对骑手配送时换电需求作出精(56)对比文件Di Huang;Chenyu Zhang;Qiang Li;等.Prediction of Solar Photovoltaic PowerGeneration Based on MLP and LSTM neuralnetworks.2020 IEEE 4th Conference onEnergy Internet and Energy SystemIntegration.2021,全文.欧微;柳少军;贺筱媛;郭圣明.基于时序特征编码的目标战术意图识别算法.指挥控制与仿真.2016,38(06),全文.

公开(公告)号：CN116542498B

公开(公告)日：2023-11-24

申请号：CN202310821537.3

申请日：2023-07-06

Applicant: 杭州宇谷科技股份有限公司

Inventor： 李朝 ,  刘玄武 ,  肖劼 ,  任国奇

IPC: G06Q10/0631 ,  G06Q50/26 ,  G06N3/092

Abstract: 本发明公开了基于深度强化学习的电池调度方法、系统、装置及介质，包括：基于换电柜的当前使用特征数据和当前电池特征数据确定当前强化学习参数；获取目标点位的第一电池分布数量；根据所述历史电池特征数据估算第二电池分布数量；基于所述第一电池分布数量和所述第二电池分布数量，确定所述目标点位的电池分布数量。本发明通过充分利用多重特征维度信息，并利用多重特征维度信息和深度强化学习模型输出各城市各换电柜点位中不同电池类型数量分布策略，减少电池分布的方差，能够在中国各城市内进行不同类型电池的抽取和调拨，使换电柜中不同电池类型数量满足骑手的需求，节省成本的同时，也为骑手派单提供有效的保障。