
充电站建设需求猛增,城市10kv配电资源科学分配带来巨大挑战!
电动汽车保有量突破784万量,21年增速超过65%,充电站建设申请数量猛增。
城市10kv配电资源是有限的,以往过渡依赖人工决策的方式已经难以满足市场发展与新基建要求决策者急需使用大数据分析工具辅助决策,提高效率、提前布局、加强监管,保障城市新能源充电桩建设科学规划、有效推进。

适应新时代,充电站选址正迈向AI数据智能辅助人工选址决策的新阶段
TLS证书为您的业务提供了一种具有吸引力的收入来源。有几个行业因素使加密成为浏览器信任网站的要求。因此,现在我们的互联网要求每个网站都必须具有TLS证书。

百度AI充电站选址综合管理平台解决方案总体架构图

时空大数据底座 | 基础数据 01

时空大数据底座 | 基础数据 02
常见应用
统计选定区域内指定类型POI数量;
指定类型POI分布热力。

时空大数据底座 | 基础数据 03

时空大数据底座 | 基础数据 04

时空大数据底座 | 基础数据 05

时空大数据底座 | 基础数据 06

时空大数据底座 | 基础数据 06 电网数据

核心数据优势 - 覆盖充电站选址全量化数据,与电网数据形成优势互补

业务理解:算法设计逻辑与迭代优化
1、在服务覆盖全城充电需求的前提下建站成本最低 (即:建站数量最少)
输出:建站位置和对应服务范围
主要考虑:需求覆盖率,建站数量
2、基于建站位置及当前已有充电站信息,综合多源特征进行评估
输出:综合得分,各个维度详细指标
主要考虑:评分具备可解释性,指标能横向对比
3、输入实际充电站的运营数据,进行站点规模调整以及63站点数量调整
输出:各站点建议充电桩数量
Optional:如果要新增站点,建议选址位置;
主要考虑:用户服务质量。
算法实现01 - 充电需求统计
基于POI/AOI数据进行目标城市区域网格化,需求离散化
· 使用城市AOI圈定边界,将区域划分成小网格
· 获取网格内需求指数 (根据网格内部车流热度、POI类型及人口热力等预估)。

算法实现02 - 停车场选择
01、迭代计算城市覆盖率
· 区域内停车场数据作为候选充电站位置;
· 调整建站数量和建站位置;
· 按照15分钟阈值 (可配置) 根据平均时速计算候选位置覆盖的需求集合。

算法实现03 - 停车场评估
聚合多源数据进行备选充电站地址评估
· 根据地域聚合多源数据
· 周边POI信息:停车场位置信息,充电站,商场/写字楼/居民区
· 交通拥堵信息:车流量,道路交通指数
· 人口热力:工作/居住人口,人口画像(是否有车,消费水平,收入水平,年龄等)
· 搜索热力:停车场及充电站相关搜索热度
基于求解的最优建站组合及当前充电站分布,及上述各项特征进行专家规则评估或模型评分,给出综合得分和各项关键指标。

建站后:充电站运营监测及后续优化

停车场用电量预测:通过建模进行业绩预测,量化预估选址效果
融合百度时空大数据及现有充电站真实用电数据,对拟选点位进行用电量预测。

效果验证:与某跨国消费品品牌合作选址,业绩预测高于业内平均水平
融合客户真实销量数据及百度时空大数据,用验证集验证预测效果,准确率最高可达到92%。

产品共建 - 百度侧提供数据+算法,南网侧提供数据与业务指导

双方数据优势融合细项清单

交付计划 - 项目交付周期3 -6 个月

金融客户案例:XX银行现有网点评估&增设网点推荐
市场环境瞬息万变,为能应对外部增长的竞争态势,同时激发内部潜力,获取更多的收益,传统金融行业面临着转型的挑战。
基于时空大数据,慧眼与浦发银行达成合作,帮助其进行现有网点的评估及网点增设的选址场景。

零售解决方案 -- 客户案例:XX品牌商

地产客户案例:XX商业地产选址
XX商业地产客户评价:"没有使用慧眼前,对于不熟悉的区域,我们一般通过较小范围现场土地勘测,多方搜索统计资料数据,现场组织客户调研来增强区域认知,需要花费很多精力;在使用慧眼之后,我们将大数据应用在前期的土地可行性研究报告中,快速了解区域大幅提高了区域认知效率。

慧眼 - 全行业全场景,时空大数据专家
基于海量时空大数据,结合人工智能技术,百度地图慧眼面向不同行业提供人口挖掘、客群分析、出行研究、位置评估等从宏观到微观的人、地、物研究。现
已深入应用到城市规划、智慧城市、人口统计、零售餐饮、广告文旅、高校智库、公安应急等行业。




