买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西驴充充物联网科技有限公司申请的专利一种直流充电桩多段功率分配的方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119408450B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510024908.4，技术领域涉及：B60L53/62；该发明授权一种直流充电桩多段功率分配的方法及系统是由李涛;朱发华;李君设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种直流充电桩多段功率分配的方法及系统在说明书摘要公布了：本发明公开了一种直流充电桩多段功率分配的方法及系统，涉及直流充电桩功率分配技术领域，包括以下步骤：根据历史充电数据和监测需求，在直流充电桩的第一充电阶段设置初始监测频率，以初始监测频率采集电动车电池充电时的电流数据；在数据采集的基础上，引入一个时间滑动的监控窗口，将监控窗口内的电流数据按照时间顺序组成电流数据集合。本发明通过设置初始监测频率，结合滑动窗口和神经网络模型，实现电流数据的智能监控和异常预测，在潜在异常阶段，动态提升监测频率并降低充电功率，精准捕捉异常电流，保护电池性能，延长使用寿命，在保障充电安全的同时优化系统效率，为高功率充电场景提供了可靠的技术支持。

本发明授权一种直流充电桩多段功率分配的方法及系统在权利要求书中公布了：1.一种直流充电桩多段功率分配的方法，其特征在于，包括以下步骤：根据历史充电数据和监测需求，在直流充电桩的第一充电阶段设置初始监测频率，以初始监测频率采集电动车电池充电时的电流数据；在数据采集的基础上，引入一个时间滑动的监控窗口，将监控窗口内的电流数据按照时间顺序组成电流数据集合，使电流数据集合随时间进程不断更新；在监控窗口内，对电流数据集合内的电流数据进行异常分析后，将分析后的特征输入至预先训练好的神经网络模型，通过神经网络模型对电动车电池充电时的电流运行趋势进行预测；基于神经网络模型的输出结果，将监控窗口内的电流情况划分为正常运行阶段和潜在异常运行阶段；对于被划分为正常运行阶段的电流情况，继续以设置的初始监测频率对电动车电池充电时的电流进行实时监测；对于被划分为潜在异常运行阶段的电流情况，根据神经网络模型的预测结果，动态提高电流监测的实际监测频率，实现对异常电流情况进行精准监测，并且降低充电功率减小电流负荷；在监控窗口内，对电流数据集合内的电流数据进行异常分析，具体的步骤如下：从电流数据集合中提取电流波形中尖峰突增的幅度与频率之比和电流在一段时间内持续上升的速率及累计幅度，对提取的特征进行分析后，分别生成尖峰量化参考值和持续上升量化参考值，通过尖峰量化参考值反映充电电流的瞬时异常剧增程度及发生频率；通过持续上升量化参考值反映电流长期偏离稳定值的趋势；获取到电流数据集合内的电流数据进行异常分析得到的尖峰量化参考值和持续上升量化参考值后，将尖峰量化参考值和持续上升量化参考值输入至预先训练好的神经网络模型中，通过模型生成电流潜在异常指数，通过电流潜在异常指数对电动车电池充电时的异常运行电流情况进行预测；对于被划分为潜在异常运行阶段的电流情况，根据神经网络模型的预测结果，动态提高电流监测的实际监测频率，具体的步骤如下：在潜在异常运行阶段，根据神经网络模型预测生成的电流潜在异常指数和预设的电流潜在异常指数参考阈值，计算动态监测频率调整因子，动态监测频率调整因子根据电流潜在异常指数超出电流潜在异常指数参考阈值的幅度决定，计算的表达式为： ，式中，为当前监控窗口内的电流潜在异常指数，由神经网络预测得出，量化异常风险程度，为电流潜在异常指数参考阈值，用于区分正常与潜在异常运行阶段，为调整系数，控制动态监测频率调整因子的敏感度，为双曲正切函数，用于平滑动态监测频率调整因子的变化；在得到动态监测频率调整因子后，根据初始监测频率计算实际监测频率，计算的表达式为：，式中，为初始监测频率，表示正常运行阶段电流的基础监测频率，为动态调整后的实际监测频率，用于当前潜在异常阶段的电流监控；在潜在异常阶段，根据计算出的实际监测频率，优化数据采集的时间间隔，并实时调整监控窗口的数据更新策略，使得窗口内的数据点更密集，更精细地捕捉异常变化趋势，优化后的数据采集时间间隔的表达式为：，式中，为优化后的数据采集时间间隔；在更新后的监控窗口数据基础上，对实时采集的数据进行进一步分析，优化充电桩的功率输出，优化后的充电桩的实际充电功率为： ，式中，为动态调整后的实际充电功率，随着异常风险的增大而降低，以保护电池安全，为额定充电功率，表示正常情况下的充电功率值，功率调整的敏感度参数；从电流数据集合中提取电流波形中尖峰突增的幅度与频率之比，在监控窗口内，对提取的特征进行分析后生成尖峰量化参考值的具体步骤如下：从电流数据集合中提取电流波形中的尖峰突增特征，包括尖峰突增幅度和尖峰突增频率，尖峰突增幅度定义为电流在相邻两个时间点之间的最大瞬时变化值；尖峰突增频率定义为监控窗口内尖峰突增事件的出现次数与窗口时长的比值；引入时间加权系数，用于增强近期尖峰事件的权重；结合时间加权系数通过非线性融合公式计算尖峰量化参考值；从电流数据集合中提取电流在一段时间内持续上升的速率及累计幅度，在监控窗口内，对提取的特征进行分析后生成持续上升量化参考值的具体步骤如下：在监控窗口内，对电流数据集合按照时间序列顺序进行分析，提取电流在一段时间内的持续上升速率和累计幅度，持续上升速率定义为监控窗口内电流的变化率累计值与时间的比值；累计幅度定义为监控窗口内所有电流上升变化的累计和；通过对电流在一段时间内的持续上升速率和累积幅度进行非线性组合分析，生成持续上升量化参考值，反映电流长期偏离稳定值的趋势。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西驴充充物联网科技有限公司，其通讯地址为：341000 江西省赣州市章贡区高新技术产业园青龙岩街8号研发大楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。