(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211279512.7 (22)申请日 2022.10.19 (71)申请人 国网智能电网研究院有限公司 地址 102209 北京市昌平区未来科技城 滨 河大道18号 申请人 国网上海市电力公司 　 国家电网有限公司 (72)发明人 王晓慧　安宁钰　周飞　梁潇　 雷舒娅　张王俊　张文思　刘卫卫　 黄复鹏　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 甄蒙蒙 (51)Int.Cl. G06Q 30/02(2012.01)G06Q 40/06(2012.01) G06Q 50/06(2012.01) G06N 20/20(2019.01) G06K 9/62(2022.01) G06F 21/64(2013.01) G06F 21/62(2013.01) G06F 21/60(2013.01) (54)发明名称 一种电动汽车充放电激励方法及系统 (57)摘要 本发明提供的一种电动汽车充放电激励方 法及系统， 该方法包括： 构建电动汽车用户充电 特征库， 特征库包括档案数据、 充电行为特征数 据、 轨迹行为特征数据； 构建模块训练样本库， 样 本库包括基准组和干预组； 基于电动汽车用户充 电特征库及样本库， 构建电动汽 车用户充放电营 销增益模型， 基于增益模型和联邦学习， 识别补 贴敏感用户； 利用训练得到的营销增益模型， 预 测验证集中用户的营销增益分值， 并针对补贴敏 感用户制定激励分发策略； 针对激励分发策略， 计算投资回报率并评价激励收益。 通过实施本发 明， 对于引导用户参与到电动汽车有序充放电， 降低电网峰谷 差有重要意 义。 权利要求书2页 说明书10页 附图3页 CN 115482050 A 2022.12.16 CN 115482050 A 1.一种电动汽车充放电激励方法， 其特 征在于， 包括： 构建电动汽车用户充电特征库， 所述特征库包括档案数据、 充电行为特征数据、 轨迹行 为特征数据； 构建模块训练样本库， 所述样本库包括基准组和干预组； 基于所述电动汽车用户充电特征库及所述样本库， 构建电动汽车用户充放电营销增益 模型， 基于所述增益模型和联邦学习， 识别补贴敏感用户； 利用训练得到的营销增益模型， 预测验证集中用户的营销增益分值， 并针对补贴敏感 用户制定 激励分发策略； 针对激励分发策略， 计算投资回报率并评价激励收益。 2.根据权利要求1所述的电动汽车充放电激励方法， 其特征在于， 所述构建电动汽车用 户充电特 征库， 包括： 获取电动汽车用户的档案数据、 充电行为特征数据、 轨迹行为特征数据， 所述轨迹行为 特征数据包括电动汽车打点 位置轨迹数据及兴趣点数据； 对所述档案数据、 所述充电行为特 征数据及所述轨 迹行为特 征数据进行 预处理； 将所述电动汽车打点位置轨迹数据与所述兴趣点数据融合， 通过标签预测模型对电动 汽车用户的基本信息标签进行 预测并补全。 3.根据权利要求2所述的电动汽车充放电激励方法， 其特征在于， 通过不经意传输和加 密的匿踪查询技 术将所述电动汽车打点 位置轨迹数据与所述兴趣点数据融合。 4.根据权利要求1所述的电动汽车充放电激励方法， 其特征在于， 所述构建模块训练样 本库， 包括： 将预设时间内向具备有序充电或反向放电功能的充电桩充电次数达到预设次的用户 放入样本库。 5.根据权利要求1所述的电动汽车充放电激励方法， 其特征在于， 所述基于所述电动汽 车用户充电特征库及所述样本库， 构建电动汽车用户充放电营销增益模型， 基于所述增益 模型和联邦学习， 识别补贴敏感用户， 包括： 根据不同的营销激励政策， 分别构建电动汽车用户充放电营销增益模型， 每个电动汽 车用户充放电营销增 益模型对应一个样本集， 每个所述样本集包括基准组和干预组， 所述 基准组包括没有补贴活动但执行了有序充放电的用户及没有补贴活动也没有执行有序充 放电， 所述干预组包括有补贴活动且参与了的用户及有补贴活动但拒绝 参加的用户； 利用第一预设算法训练电动汽车用户充放电营销增益模型； 利用测试集预测用户属于各类别的概 率， 并根据预设公式计算营销增益得分； 根据所述营销增益得分识别补贴敏感用户。 6.根据权利要求1所述的电动汽车充放电激励方法， 其特 征在于， 还 包括： 采用第二预设算法评估电动汽车用户充放电营销增益模型； 根据评估结果调整所述电动汽车用户充放电营销增益模型。 7.根据权利要求6所述的电动汽车充放电激励方法， 其特征在于， 所述采用第 二预设算 法评估电动汽车用户充放电营销增益模型， 包括： 采用Qini曲线或AAUC曲线下面积两个指标， 通过划分十分位数来对齐所述干预组和所 述基准组数据， 进 而评估电动汽车用户充放电营销增益模型。权　利　要　求　书 1/2 页 2 CN 115482050 A 28.根据权利要求1所述的 电动汽车充放电激励方法， 其特征在于， 所述激励分发策略， 包括基于贪心算法的策略及基于多约束的整数规划。 9.根据权利要求1所述的 电动汽车充放电激励方法， 其特征在于， 还包括： 根据激励 收 益评价结果调整所述激励分发策略或电动汽车用户充放电营销增益模型。 10.一种电动汽车充放电激励系统， 其特 征在于， 包括： 第一构建模块， 用于构建电动汽车用户充电特征库， 所述特征库包括档案数据、 充电行 为特征数据、 轨迹行为特 征数据； 第二构建模块， 用于构建模块训练样本库， 所述样本库包括基准组和干预组； 第三构建模块， 用于基于所述电动汽车用户充电特征库及所述样本库， 构建电动汽车 用户充放电营销增益模型， 基于所述增益模型和联邦学习， 识别补贴敏感用户； 预测模块， 用于利用训练得到的营销增益模型， 预测验证集中用户的营销增益分值， 并 针对补贴敏感用户制定 激励分发策略； 评价模块， 用于针对激励分发策略， 计算投资回报率并评价激励收益。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使所述计算机执行如权利要求1 ‑9任一所述的电动汽车充放电激 励方法。 12.一种计算机设备， 其特征在于， 包括： 存储器和处理器， 所述存储器和所述处理器之 间互相通信连接， 所述存储器存储有计算机指 令， 所述处理器通过执行所述计算机指 令， 从 而执行如权利要求1 ‑9任一所述的电动汽车充放电激励方法。权　利　要　求　书 2/2 页 3 CN 115482050 A 3