本数据集综合多时段离线行为与智能识别结论,评估充电桩在通信网络层的连接稳定性。构建了分时段(6h/24h/72h)评分体系与智能识别校正机制,系统性反映设备“在线可达能力”。具体应用场景如下: 1.对平台(即申请人)而言:可用于智能调度算法中,提前剔除网络不稳定设备,确保实时控制与数据回传链路畅通,支撑OTA升级和远程控制任务; 2.对场站商家而言:可识别站点内存在长期或高频离线的设备,优先排查弱覆盖、SIM卡故障、模块损坏等通信问题,减少用户投诉与计费异常; 3.对政府而言:作为充电网络基础设施可用性评估的重要补充指标,强化对城市公共能源基础设施数字化运维能力的监管。
1.数据采集:原始数据经授权合法获取,按城市维度采集充电桩网络连接状态相关字段,包括:城市名称、设备编号、分析时间、近6小时离线总时长、近6小时离线次数、近6小时单次最大离线时长、近24小时离线总时长、近24小时离线次数、近24小时单次最大离线时长、近72小时离线总时长、近72小时离线次数、近72小时单次最大离线时长、充电桩网络异常识别模型识别结论。 2.指标得分计算:依据不同指标的数值在历史数据中的分布情况和业务经验,采用分段函数进行归一化得分计算,得到近6小时、近24小时及近72小时的离线总时长得分、离线次数得分及单次最大离线时长得分。 3.计算不同时限的网络连接健康度评分:(1)对近6小时、近24小时、近72小时的离线累计时长得分、单次最大离线时长得分和离线次数得分进行加权计算;(2)计算公式为:近6h网络连接健康度评分=0.466*近6小时离线总时长得分+0.068*近6小时离线次数得分+0.466*近6小时单次最大离线时长得分;近24h网络连接健康度评分=0.466*近24小时离线总时长得分+0.068*近24小时离线次数得分+0.466*近24小时单次最大离线时长得分;近72h网络连接健康度评分=0.466*近72小时离线总时长得分+0.068*近72小时离线次数得分+0.466*近72小时单次最大离线时长得分;具体权重系数通过层次分析法(AHP)评估确定。 4.计算网络连接健康度综合评分:(1)网络连接健康度初始综合评分=0.644*近6h网络连接健康度评分+0.283*近24h网络连接健康度评分+0.073*近72h网络连接健康度评分;具体权重系数通过层次分析法(AHP)评估确定;(2)结合充电桩网络异常识别模型识别结论对初始综合评分进行调整:若识别结论为异常,则最终综合评分=0.6*网络连接健康度初始综合评分,若识别结论为正常,则最终综合评分=0.4*网络连接健康度初始综合评分+60。
| 字段名 | 类型 | 描述 |
|---|---|---|
城市名称 |
-- | -- |
设备编号 |
-- | -- |
分析时间 |
-- | -- |
近6小时离线总时长/min |
-- | -- |
近6小时离线次数/次 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 城市名称 | 衡阳市 |
| 设备编号 | 101437******507 |
| 分析时间 | 2025/7/21 6:00:00 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/188582