Şarj İstasyon Ağı Verileri Ortak Veritabanı ve Analiz Uygulamaları
Uygulama, özellikle büyük araç parkı sahiplerine (filolar, kargo şirketleri, araç distribütörleri, araç dağıtım şirketleri, araba ve benzeri araç üreticileri) yönelik verilerin üçüncü partilere açılmasına ve operasyonel verimliliğin artırılmasına odaklanır.
Veri Kaynakları ve Entegrasyon
Elde Edilen Kapsamlı Veriler
Tüm lisanslı şarj istasyonlarının lokasyonları (adres, koordinatlar), EVSE detayları (soket ID, IEC_62196_T2_COMBO vb. standartlar, AC/DC güç tipi, maksimum kW) ve anlık müsaitlik durumları.
OCPI 2.2 API Entegrasyonu
Erişim token'ı ile lokasyon verilerine standart erişim sağlanır. Toplanan veriler, üçüncü parti API'ler için standartlaştırılarak analitik işlemeye hazır hale getirilir.
Ek Veri Kaynakları ile Zenginleştirme
Operatör entegrasyonları, canlı trafik verileri ve hava durumu entegrasyonu ile zenginleştirilerek derinlemesine analiz için işlenmeye hazır hale getirilir.
Doğrulama ve Temizleme
Format dışı, hatalı veya eksik veriler (örn. hatalı koordinatlar) tespit edilir ve otomatik olarak filtrelenir.
Mükerrer Veri Kontrolü
Farklı operatörlerden gelen çift kayıtlar deduplikasyon algoritmaları ile birleştirilir.
Eksik Veri Tamamlama
Eksik soket tipi veya kapasite gibi kritik bilgiler, harici veritabanları veya tahmin modelleriyle doldurulur.
Anomali Tespiti
Sürekli 'müsait' görünen ancak işlem yapılmayan hatalı istasyon durumları tespit edilip düzeltilir.
Veri Kalitesi: İyileştirme ve Düzeltme Faaliyetleri
Bu bölüm, şarj operatörleri verilerinin toplanmasını takiben gerçekleştirilen süreçleri kapsar. Faaliyetler, veri kalitesini maksimize etmek için otomatik ve manuel adımlardan oluşur.
Optimizasyon ve Veri Analitiği (Örnek Vaka: Kargo Filosu)
Kargo şirketi, platform sayesinde filo operasyonlarında maliyet tasarrufu sağlar, teslimat sürelerini optimize eder ve enerji verimliliğini artırır.
Rota Planlama (RL Algoritmaları)
Reinforcement Learning (RL) tabanlı algoritmalar; trafik yoğunluğu, araç menzili ve istasyon müsaitliğini dikkate alarak en verimli rotaları önerir. Şarj %10'un altına düştüğünde en uygun istasyon navigasyona entegre edilir.
Tahmin Modelleri (Bayesian NN)
Bayesian Neural Networks (BNN) kullanılarak gelecekteki şarj talebi öngörülür. Yoğun tatil dönemlerindeki talep artışı tahmin edilerek güven aralıklarıyla birlikte risk yönetimi desteklenir.
Operasyonel API Entegrasyonu
Halka açık tüm şarj istasyonlarının (örn. 120 kW DC) teknik özellikleri ve güncel fiyatları canlı alınır. Platform verileri, şirketin mevcut filo yönetim sistemine doğrudan API üzerinden entegre edilir.