数据处理方法、装置、设备和存储介质与流程

1.本公开涉及计算机技术领域，具体涉及大数据、云计算、新能源、智能交通等技术领域，尤其涉及一种数据处理方法、装置、设备和存储介质。


背景技术：

2.随着新能源技术的发展，新能源车辆的公共充电站的规划布局尤为重要。为了合理布局公共充电站，需要提供支持数据。
3.相关技术中，支持数据一般来源于调查问卷等。


技术实现要素：

4.本公开提供了一种数据处理方法、装置、设备和存储介质。
5.根据本公开的一方面，提供了一种数据处理方法，包括：将地理区域划分为至少一个地理单元；获取所述地理单元的能源需求数据；基于所述能源需求数据，获得分析数据，所述分析数据用于支持所述地理区域的能源站布局。
6.根据本公开的另一方面，提供了一种数据处理装置，包括：划分模块，用于将地理区域划分为至少一个地理单元；获取模块，用于获取所述地理单元的能源需求数据；分析模块，用于基于所述能源需求数据，获得分析数据，所述分析数据用于支持所述地理区域的能源站布局。
7.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任一方面的任一项所述的方法。
8.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述任一方面的任一项所述的方法。
9.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述任一方面的任一项所述的方法。
10.根据本公开的技术方案，可以提高数据的有效性。
11.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
12.附图用于更好地理解本方案，不构成对本公开的限定。其中：
13.图1是根据本公开第一实施例的示意图；
14.图2是根据本公开第二实施例的示意图；
15.图3是根据本公开第三实施例的示意图；
16.图4是根据本公开第四实施例的示意图；
17.图5是根据本公开第五实施例的示意图；
18.图6是根据本公开第六实施例的示意图；
19.图7是根据本公开第七实施例的示意图；
20.图8是根据本公开第八实施例的示意图；
21.图9是根据本公开第九实施例的示意图；
22.图10是用来实现本公开实施例的数据处理方法中任一方法的电子设备的示意图。
具体实施方式
23.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
24.图1是根据本公开第一实施例的示意图，本实施例提供一种数据处理方法，包括：
25.101、将地理区域划分为至少一个地理单元。
26.102、获取所述地理单元的能源需求数据。
27.103、基于所述能源需求数据，获得分析数据，所述分析数据用于支持所述地理区域的能源站布局。
28.本实施例的执行主体可以为数据处理装置，该装置的具体形式不限定，可以为硬件、软件，或者软硬结合。该装置可以位于电子设备内，电子设备可以为用户终端或者服务端，服务端可以为本地服务器或者云端，用户终端可以包括移动设备(如手机、平板电脑)、可穿戴式设备(如智能手表、智能手环)、车载设备(如车机)等。
29.能源需求数据是指能够反映用户的能源需求的相关数据。以能源为电能为例，不同于实际的充电记录数据(来自于充电站的消费数据等)，能源需求数据反映的是用户的潜在需求。
30.本公开实施例中，通过基于地理单元的能源需求数据获得分析数据，可以提高数据的有效性，从而有效地支持能源站的布局。
31.其中，地理区域可以根据实际需求设置，比如，为某个城市的某个地理区域，具体如，城市x的六环以内区域。
32.地理单元是数据分析的基础单元，地理单元可以具体称为交通分析单元(transportation analysis zone，taz)。
33.其中，可以基于已有的地理信息基础数据，将地理区域划分为至少一个地理单元。
34.地理信息基础数据可以存储在已有的地理信息系统(geographic information system或geo－information system，gis)中，从而可以从gis中获得地理信息基础数据。
35.具体地，地理信息基础数据可以包括：感兴趣点(point of interest，poi)数据和感兴趣区域(area of interest，aoi)数据等。poi可以包括：充电站、taz内各功能点等。aoi可以包括：某市街道级的行政区域(如179个街道级单元)、道路、铁路、河流等基础矢量数据。
36.获得地理信息基础数据后，可以将由城市交通要素(包括道路、铁路及河流)围绕
而成的最小独立地块作为taz。具体地，可以采用two-pass连通区域提取算法，获得taz。
37.通过基于已有的地理信息基础数据获得地理单元，可以利用已有数据进行处理，提高资源利用率。
38.能源需求数据是指能够反映用户的能源需求的相关数据。
39.能源是指为用户使用的对象提供能量的物理量，用户使用的对象比如为车辆，车辆可以为普通车辆或者为自动驾驶车辆。
40.以车辆为例，能源可以为汽油、电能等。
41.如未特别说明，本公开实施例中，将以电能为例，相应地，能源需求数据可以称为充电需求数据。
42.其中，可以通过用户使用的用户终端获得充电需求数据。用户终端比如为手机、可穿戴式设备等。具体地，用户可以使用用户终端上安装的应用程序(application，app)获得，一般可以通过地图app获得。
43.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
44.比如，参见图2，以服务端执行数据处理方式为例，服务端201可以从gis中获得地理信息基础数据，进而可以基于地理信息基础数据确定地理单元。服务端202还可以从地图app中获得地图数据，基于地图数据获得充电需求数据。
45.一些实施例中，所述获取所述地理单元的能源需求数据，包括：接收地图数据，所述地图数据包括能源站的地理位置信息；基于所述地图数据中的所述能源站的地理位置信息，将地理位置属于所述地理单元的地图数据，作为所述能源需求数据。
46.其中，地图数据可以包括：搜索数据，和/或，导航数据。
47.搜索数据是指搜索能源站的数据，导航数据是指导航起点和/或导航目的点为能源站的数据。
48.以充电为例，用户在使用地图app时，用户可以在地图app的搜索框中输入待搜索的目的点(d点)，当目的点为充电站时，包含该充电站的信息的数据可以称为搜索数据。搜索数据中还可以包括起点(o点)信息，起点比如为地图app自动定位的用户的当前位置。
49.对应导航数据，用户可以在地图app中输入(或者app自动定位)导航起点(o点)和导航目的点(d点)，o点和d点中的至少一点为充电站，比如，用户输入的起点或目的点为某个已有充电站的名称。
50.如未特别说明，本公开实施例中，以地图数据为搜索数据为例进行说明。
51.对应某个地理单元，比如taz1，假设o点位于taz1中，则以o点为起点的地图数据为taz1的充电需求数据，和/或，假设d点位于taz1中，则以d点为目的点的地图数据为taz1的充电需求数据，
52.不同于实际的充电记录数据(来自于充电站的消费数据等)，本公开实施例采用的地图数据，比如，目的点为某个充电站的地图数据，可以反映用户的充电需求，基于地图数据更能挖掘出与充电需求相关的交通流信息，进而基于充电需求数据，更能为充电站的布局提供更合理的基础。
53.一些实施例中，所述地图数据还包括：时间信息，所述基于所述能源需求数据，获得分析数据，包括：基于所述时间信息，统计预设时段内，所述地理单元的所述能源需求数
据的发生次数；基于所述发生次数，获得分析数据。
54.其中，若地图数据为搜索数据，则发生次数可以称为搜索次数；若地图数据为导航数据，则发生次数可以称为导航次数。
55.以搜索数据为例，用户在地图app的搜索框每查询一次充电站，则可以称为一次搜索。
56.搜索数据中除了包含o点的地理位置信息和d点的地理位置信息之外，还可以携带当前的时间信息，基于时间信息，可以统计预设时段内的各个地理单元的充电需求数据的搜索次数。
57.预设时段可以根据实际需求设置，比如，一天、一周、两周等。
58.比如，对应某个taz，可以统计一天内，以该taz作为起点或目的点的充电需求数据的搜索次数。
59.进一步地，预设时段还可以细分为：工作日、周末等。
60.进一步地，上述的搜索次数可以为总数或者平均次数等。
61.比如，对应各个地理单元，统计一周的工作日(周一到周五)的搜索次数的总和，作为各个地理单元的充电需求数据的搜索次数；或者，也可以基于总和和工作日天数(5天)，计算每天的平均搜索次数，将该平均搜索次数作为各个地理单元的充电需求数据的搜索次数。
62.周末(周六和周日)的搜索次数的计算方式类似工作日。
63.通过统计预设时段的充电需求数据的发生次数，可以反映地理单元的需求热度，进而提供更有效的分析数据。
64.一些实施例中，所述方法还包括：确定所述地理单元的功能类别；其中，所述分析数据为关系表，所述基于所述发生次数，获得分析数据，包括：统计所述地理区域内的同一功能类别的地理单元的所述发生次数的总和，以获得所述预设时段内所述同一功能类别的需求热度；基于所述预设时段内所述同一功能类别的需求热度，生成所述关系表，所述关系表用于表明所述预设时段、所述功能类别和所述需求热度之间的关系。
65.其中，功能类别可以根据实际需求设置，比如，功能类别可以分为12类，分别为：行政办公、交通设施、教育科研、居住用地、绿地、商业及工业、体育场馆、文化设施、文物古迹、医疗卫生、娱乐休闲、农村建设。
66.某一taz为上述12类中的一类。
67.通过在获得分析数据时参考功能类别，可以获知各种功能类别的地理单元的充电需求规律，为充电站布局提供基础数据。
68.一些实施例中，所述确定所述地理单元的功能类别，包括：基于所述地理单元内的poi的功能，确定所述地理单元的功能类别。
69.其中，基于地理信息基础数据可以获得各个taz内的poi，poi数据可以记录对应poi的功能，比如，居住、行政办公等，因此，可以基于语义分析等方式，将poi归类到poi的功能数据的语义最接近的一类功能，从而可以获得taz内各个poi的功能类别。
70.获得各个poi的功能类别后，可以将poi作为词，将taz作为文档，采用词频-逆文档频率(term frequency
–
inverse document frequency，tf-idf)算法，确定各个taz的功能类别，即，将taz的功能类别归类为该taz内人类主要活动的用地功能。
71.通过基于地理单元内的poi的功能，可以准确地确定地理单元的功能类别。
72.获得各个taz的发生次数和功能类别后，可以生成关系表，所述关系表用于表明所述预设时段、所述功能类别和所述需求热度之间的关系。
73.其中，若发生次数为搜索次数，则需求热度可以称为搜索热度，若发生次数为导航次数，则需求热度可以称为导航热度。
74.如未特别说明，本公开实施例中，以需求热度为搜索热度为例进行说明。
75.基于已布局充电站的信息，可以确定各个待分析区域内的已布局充电站的数量，并在上述的关系表中进行展示，即，还展示各个待分析区域与已布局充电站的数量之间的关系。
76.其中，待分析区域可以根据实际需求设置，比如，待分析区域可以包括：二环内、二至三环、三至四环、四至五环、五至六环。
77.对应各个待分析区域，可以从已有数据(比如已有的充电站的实际布局数据)中获得各个待分析区域内的已布局充电站的数量。
78.以充电站为公共充电站，预设时段分为工作日和周末，以及功能类别为上述的12类功能类别为例，待分析区域为上述5个区域，并且展示各个待分析区域内的已布局充电站的数量为例，关系表可以如表1所示：
79.表1
80.[0081][0082]
如表1所示的关系表可以作为一种分析数据，以支持充电站布局。
[0083]
从表1可以看出，以某市六环内分布有1736个公共充电站为例，假设taz为1053个，则这1736个充电站分布在1053个taz中，基本形成了公共充电基础设施网络。结合土地利用类型来划分，这些公共充电站主要分布在以商业和居住为主的功能性土地利用地块上，配置比例分别达到了近37％和34％，如表1中所示。总体上随着环路由二环向六环逐步增多，同时根据不同的土地利用分布而呈现出明显差异，例如，城市绿地的公共充电站在三环到四环之间为0，而到五环到六环之间达到25个。
[0084]
一些实施例中，所述方法还包括：获取所述地理单元内的已布局能源站的数量；其中，所述分析数据为分布与热度图，所述基于所述发生次数，获得分析数据，包括：基于所述地理单元内的已布局能源站的数据确定所述地理单元的能源站实际分布情况，基于所述地理单元的所述发生次数确定所述地理单元的需求热度情况；基于所述能源站实际分布情况和所述需求热度情况，生成以所述地理单元为粒度的所述分布与热度图，所述分布与热度图的区域范围与所述地理区域的地图的区域范围一致。
[0085]
进一步地，不同的能源站实际分布情况可以具有不同的第一展示方式，不同的需求热度情况可以具有不同的第二展示方式。
[0086]
其中，以地理单元为taz为例，可以基于已有数据(比如已有的充电站的实际布局数据)，获得各个taz内的已布局充电站的数量。
[0087]
分布与热度图可以如图3所示，充电站实际分布情况在图3中用公共充电站分布表示，其中的0，1，2-4，5-8，9-16表示不同的充电站实际分布情况，具体比如为该taz内的已布局充电站数量。搜索热度情况在图3中用累计充电搜索热度(次)表示，其中的1-6，7-24，25-65，66-186表示不同的搜索热度，具体比如为该taz内的预设时段内的充电需求数据的搜索次数的总和。
[0088]
参见图3，分布与热度图的区域范围与地理范围(某市六环内)的区域范围一致。另外，不同的分布情况和/或搜索热度可以用不同的展示方式，图3中用不同的灰度级别展示。
[0089]
可以理解的是，受限于附图的表现形式，图3以灰度图为例。在实际应用中，第一展示方式和第二展示方式可以用不同的颜色进行展示。比如，不同分布情况用不同程度的灰色展示，不同的搜索热度用不同程度的橙色展示等。
[0090]
分布与热度图也可以作为一种分析数据，以支持充电站布局。
[0091]
由于受到工作日和非工作日人们出行需求的变化，充电搜索活动也会发生变化。对于搜索热度大于1的充电站进行了统计，从表1中可以看出，工作日与周末在总体数量上较为接近(接近60％的充电站有过被搜索的记录)，但在不同的土地利用类别上存在着差异，这一差异从图5～图6中反映在不同的土地利用类别中。例如，商业及工业用地的充电站热度在工作日要高于周末水平，居住用地则在周末的热度高于工作日。进一步结合图3，发现累计的充电搜索热度存在着显著的空间异质性，并且存在大量的未被搜索过的充电站-闲置或利用率较低的可能性。其他除交通设施用地以外，可归属于一大类公共服务相关的土地利用功能地块，代表了特定的出行活动目的地和潜在的出行行为，各占据较小的比重。
[0092]
一些实施例中，所述发生次数包括流入次数和流出次数，所述流入次数为所述地图数据的目的点属于所述地理单元时的地图数据的发生次数，所述流出次数为所述地图数据的起点属于所述地理单元时的地图数据的发生次数，所述分析数据为净流入水平图和/或净流出水平图，所述基于所述发生次数，获得分析数据，包括：基于所述流入次数和所述流出次数，确定净流入数据和/或净流出数据；基于所述净流入数据生成以所述地理单元为粒度的所述净流入水平图，和/或，基于所述净流出数据生成以所述地理单元为粒度的所述净流出水平图；所述净流入水平图和/或所述净流出水平图的区域范围与所述地理区域的地图的区域范围一致。
[0093]
进一步地，不同的净流入水平具有不同的第三展示方式，不同的净流出水平具有不同的第四展示方式。
[0094]
其中，以地理单元为taz为例，展示工作日和周末的净流入和净流出的图可以参见图4。需求净流入水平的数值0-2，3-6等可以为d点位于taz内的充电需求数据的发生次数与o点位于该taz内的充电需求数据的搜索次数的差值。其余参数类似。
[0095]
其中，图4中不同的第三展示方式对应不同大小的圆圈，图4中不同的第四展示方式也对应不同大小的圆圈。
[0096]
可以理解的是，受限于附图的表现形式，图4以灰度图为例。在实际应用中，第三展示方式和第四展示方式可以用不同的颜色进行展示。比如，不同的净流入水平具有不同大小的红色圆圈，不同的净流出水平具有不同大小的绿色圆圈。
[0097]
净流入水平图和/或净流出水平图也可以作为一种分析数据，以支持充电站布局。
[0098]
对应某个taz，流入是指d点属于该taz，流出是指o点属于该taz。
[0099]
从图4可以看出，od点的流入/流出存在显著的时空异质性，工作日的需求净流入点主要分布在五环内区域、各个地块分布相对均匀；相比之下，周末的需求净流入则相对分散，并且趋向于五环外的区域存在更多分布。对应的，需求净流出水平具有相似的分布特征。从形态上来区分，工作日趋向于城市的东西轴向南北扩散，周末则趋向于城市的南北轴向集中分布。结合图5～图6中的区位熵来分析，在工作日和周末，总占据主要充电需求活动的商业用地(分别为38.24％和37.12％)几乎从二环到六环都保持相对较高的集中(区位熵大于1)；其次，居住用地(分别为32.32％和34.35％)的充电需求活动则主要集中在三环到四环、五环到六环之间，而三环内都处于较低的水平(区位熵小于1)；行政办公用地的充电需求主要集中在三环以内的区域；教育科研用地的需求主要集中在二环到五环之间，这也与某市诸多高校的分布相一致；这几类用地类别虽然在区位熵的取值上不同，但相对集中的趋势总体一致；注意到，二环到三环、三环到四环之间的充电活动对应的用地类别差异较
大，特别是二环到三环之间的文化设施用地在周末集中而在工作日不集中，绿地和体育用地两类充电需求则在工作日相对集中然而在周末则几乎降为0。体育用地充电需求在周末显著集中于三环到四环之间，而在工作日则并不明显。在周末的三环至四环内的交通设施充电需求也要高于工作日，更加集中。此外，交通运输的高需求主要集中在五环到六环之间，从图4中也可以看出指向机场用地。工作日和周末的医疗卫生用地的充电需求主要集中在二环内、三环至四环以及五环至六环之间，只有在周末时才会相对集中在二环至三环之间。
[0100]
一些实施例中，所述方法还包括：确定所述地理单元的功能类别；其中，所述分析数据为充电需求区位熵分布图，所述基于所述发生次数，获得分析数据，包括：基于待分析区域内的同一功能类别的地理单元的所述发生次数，确定所述待分析区域内的同一功能类别的充电需求区位熵；基于所述待分析区域、所述同一功能类别的充电需求区位熵，生成所述充电需求区位熵分布图，所述充电需求区位熵分布图用于表明所述待分析区域、所述功能类别和所述充电需求区域熵之间的关系。
[0101]
其中，以地理单元为taz为例，taz的功能类别的确定可以参见上述实施例中的相关描述。
[0102]
充电需求区位熵的计算公式可以如下：
[0103][0104]
其中，i、l为功能类别标识，j为待分析区域标识，表示第j个待分析区域的第i个功能类别的充电需求区位熵。
[0105]
表示第j个待分析区域的第i个功能类别的充电需求所占比例，bi表示第i个功能类别的充电需求在整个地理区域所占比例。
[0106]
用公式可以表示为：
[0107][0108][0109]
由于充电需求区位熵是两个百分比的比值，因此是无量纲的。当取值大于1时，表明充电活动i在总区域相对集中于该区域；当时，则表明该区域充电活动所占据的比例低于总体的观测值，未体现出在该区域集中的特征；当取值为1时，代表该区域的充电活动水平与总体水平相当。具体地，可以将整个地理区域按照环路划分为5个圈层式的环路空间区域作为待分析区域；将taz按照地理位置，划分到各个环路空间分析区域；将充电搜索的点数据与各个单元进行地理空间关联，得到充电需求区位熵分布图。
[0110]
其中，充电需求区位熵分布图可以分为工作日和周末，分别如图5和图6所示。可以理解的是，受限于附图的表现形式，图5～图6以灰度图为例。在实际应用中，不同功能类别
可以对应不同的展示方式，比如，用不同的颜色进行展示。
[0111]
充电需求区位熵分布图也可以作为一种分析数据，以支持充电站布局。
[0112]
比如，结合图5～图6中的充电需求区位熵(可以简称为区位熵)来分析，在工作日和周末，总占据主要充电需求活动的商业用地(分别为38.24％和37.12％)几乎从二环到六环都保持相对较高的集中(区位熵大于1)；其次，居住用地(分别为32.32％和34.35％)的充电需求活动则主要集中在三环到四环、五环到六环之间，而三环内都处于较低的水平(区位熵小于1)；行政办公用地的充电需求主要集中在三环以内的区域；教育科研用地的需求主要集中在二环到五环之间，这也与某市诸多高校的分布相一致；这几类用地类别虽然在区位熵的取值上不同，但相对集中的趋势总体一致；注意到，二环到三环、三环到四环之间的充电活动对应的用地类别差异较大，特别是二环到三环之间的文化设施用地在周末集中而在工作日不集中，绿地和体育用地两类充电需求则在工作日相对集中然而在周末则几乎降为0。体育用地充电需求在周末显著集中于三环到四环之间，而在工作日则并不明显。在周末的三环至四环内的交通设施充电需求也要高于工作日，更加集中。
[0113]
综上所述，结合表1以及图3～图6，可以看出：
[0114]
(1)从土地利用角度来看，居住用地、商业及工业用地和交通设施用地是充电搜索热度最高的三种主要类别。
[0115]
(2)从城市空间角度分析，不同的用地功能分布形成了不同的充电需求，居住用地的充电需求在三环至四环、五环到六环之间最为集中，这些居住用地形成了一定规模的空间自相关的街道单元，与周围分布的商业及工业用地交互紧密；商业及工业用地作为充电站主要布局的用地类别，在二环到三环、四环到五环之间最为集中，也是城市大型就业及商圈所在区域。
[0116]
依据上述数据可以为充电站的空间规划、布局、选址提供科学的决策支持。
[0117]
图7是根据本公开第七实施例的示意图，本实施例提供一种数据处理方法，并结合图8所示的服务端的结构图，该数据处理方法包括：
[0118]
701、获得地理信息基础数据。
[0119]
702、基于地理信息基础数据，将地理区域划分为至少一个taz。
[0120]
703、获得地图数据，基于地图数据获取所述taz的充电需求数据。
[0121]
704、统计预设时段内，所述taz的所述充电需求数据的搜索次数。
[0122]
705、确定所述taz的功能类别。
[0123]
706、基于所述taz的所述充电需求数据的搜索次数，以及所述taz的功能类别，获得统计数据。
[0124]
707、展示所述统计数据。
[0125]
具体地，参见图8，服务端可以从gis中获得地理信息基础数据，以及，从地图app中获得地图数据。服务端可以包括划分模块，基于地理信息基础数据将地理区域划分为至少一个taz，还可以采用功能确定模块确定各个taz的功能类别。
[0126]
服务端还可以包括统计模块，将o点和/或d点属于某个taz的地图数据作为该taz的充电需求数据，并统计预设时段内的充电需求数据的搜索次数。
[0127]
服务端还可以包括分析模块，基于taz的功能类别和充电需求发生次数，获得分析数据。为了提高直观性，分析数据可以为图、表等形式。
[0128]
本实施例的各步骤的具体实现可以参见上述实施例中的相关描述。
[0129]
本公开实施例中，通过将地理区域划分为taz，可以实现以taz为基础的分析，更有针对性。通过获得taz的充电需求数据，而不是实际充电消费数据，可以更好地反映用户的充电需求，进而为更好满足用户充电需求提供支持数据。通过获得taz的功能类别，可以基于功能类别进行分析，分析用户与各个taz的功能类别之间的关系，以更好地布局充电站。
[0130]
图9是根据本公开第九实施例的示意图，本实施例提供一种数据处理装置。如图9所示，数据处理装置900包括：划分模块901、获取模块902和分析模块903。
[0131]
划分模块901用于将地理区域划分为至少一个地理单元；获取模块902用于获取所述地理单元的能源需求数据；分析模块903用于基于所述能源需求数据，获得分析数据，所述分析数据用于支持所述地理区域的能源站布局。
[0132]
一些实施例中，所述获取模块902具体用于：接收地图数据，所述地图数据包括能源站的地理位置信息；基于所述地图数据中的所述能源站的地理位置信息，将地理位置属于所述地理单元的地图数据，作为所述能源需求数据。
[0133]
一些实施例中，所述地图数据还包括：时间信息，所述分析模块903具体用于：基于所述时间信息，统计预设时段内，所述地理单元的所述能源需求数据的发生次数；基于所述发生次数，获得分析数据。
[0134]
一些实施例中，所述装置900还包括：确定模块，用于确定所述地理单元的功能类别；其中，所述分析数据为关系表，所述分析模块903进一步具体用于：统计所述地理区域内的同一功能类别的地理单元的所述发生次数的总和，以获得所述预设时段内所述同一功能类别的需求热度；基于所述预设时段内所述同一功能类别的需求热度，生成所述关系表，所述关系表用于表明所述预设时段、所述功能类别和所述需求热度之间的关系。
[0135]
一些实施例中，所述装置900还包括：统计模块，用于获取所述地理单元内的已布局能源站的数量；其中，所述分析数据为分布与热度图，所述分析模块903进一步具体用于：基于所述地理单元内的已布局能源站的数据确定所述地理单元的能源站实际分布情况，基于所述地理单元的所述发生次数确定所述地理单元的需求热度情况；基于所述能源站实际分布情况和所述需求热度情况，生成以所述地理单元为粒度的所述分布与热度图，所述分布与热度图的区域范围与所述地理区域的地图的区域范围一致。
[0136]
一些实施例中，所述发生次数包括流入次数和流出次数，所述流入次数为所述地图数据的目的点属于所述地理单元时的地图数据的发生次数，所述流出次数为所述地图数据的起点属于所述地理单元时的地图数据的发生次数，所述分析数据为净流入水平图和/或净流出水平图，所述分析模块903进一步具体用于：基于所述流入次数和所述流出次数，确定净流入数据和/或净流出数据；基于所述净流入数据生成以所述地理单元为粒度的所述净流入水平图，和/或，基于所述净流出数据生成以所述地理单元为粒度的所述净流出水平图；所述净流入水平图和/或所述净流出水平图的区域范围与所述地理区域的地图的区域范围一致。
[0137]
一些实施例中，所述装置900还包括：确定模块，用于确定所述地理单元的功能类别；其中，所述分析数据为能源需求区位熵分布图，所述分析模块903进一步具体用于：基于待分析区域内的同一功能类别的地理单元的所述发生次数，确定所述待分析区域内的同一功能类别的能源需求区位熵；基于所述待分析区域、所述同一功能类别的能源需求区位熵，
生成所述能源需求区位熵分布图，所述能源需求区位熵分布图用于表明所述待分析区域、所述功能类别和所述能源需求区域熵之间的关系。
[0138]
一些实施例中，所述划分模块901具体用于：基于已有的地理信息基础数据，将地理区域划分为至少一个地理单元。
[0139]
一些实施例中，所述确定模块具体用于：基于所述地理单元内的poi的功能，确定所述地理单元的功能类别。
[0140]
本公开实施例中，通过基于地理单元的能源需求数据获得分析数据，可以提高数据的有效性，从而有效地支持能源站的布局。
[0141]
可以理解的是，本公开实施例中，不同实施例中的相同或相似内容可以相互参考。
[0142]
可以理解的是，本公开实施例中的“第一”、“第二”等只是用于区分，不表示重要程度高低、时序先后等。
[0143]
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
[0144]
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
[0145]
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0146]
如图10所示，电子设备1000包括计算单元1001，其可以根据存储在只读存储器(rom)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(ram)1003中的计算机程序，来执行各种适当的动作和处理。在ram 1003中，还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、rom 1002以及ram 1003通过总线1004彼此相连。输入/输出(i/o)接口1005也连接至总线1004。
[0147]
电子设备1000中的多个部件连接至i/o接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许电子设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0148]
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如数据处理方法。例如，在一些实施例中，数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由rom1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到ram 1003并由计算单元1001执行时，可以执行上文描述的数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当
的方式(例如，借助于固件)而被配置为执行数据处理方法。
[0149]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0150]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0151]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0152]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0153]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0154]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("
virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0155]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0156]
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。