一种深度多部时空神经网络的电动汽车负荷预测方法
实质审查的生效
摘要
本发明公布了一种深度多部时空神经网络的电动汽车负荷预测方法，其特包括：(S1)建立电动汽车负荷的表示模型：根据充电桩的位置将充电桩充电负荷用二维矩阵表示，得到电动汽车空间负荷矩阵，并按时间顺序整理成时长T的时空动态负荷序列；(S2)采用表示模型对充电桩的经纬分布以及负荷进行建模，得到实际的时空动态负荷序列；(S3)构建深度多部时空动态神经网络，并采用训练数据对其进行训练；(S4)将实际的时空动态负荷序列输入到训练好的时空动态神经网络得到预测结果。该方法不仅可以消除滚动预测带来的误差提高预测精度，而且可以预测电动汽车充电负荷的时空动态，能给电网带来时空二维的负荷信息，更大程度的帮助电网解决充电汽车大量入网带来的问题。
基本信息
专利标题 ：
一种深度多部时空神经网络的电动汽车负荷预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492207A
申请号 ：
CN202210188795.8
公开（公告）日 ：
2022-05-13
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
朱世伟李娜
申请人 ：
上海电机学院
申请人地址 ：
上海市闵行区江川路690号
代理机构 ：
上海伯瑞杰知识产权代理有限公司
代理人 ：
孟旭彤
优先权 ：
CN202210188795.8
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220228
申请日 : 20220228
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
