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！

龙图腾网获悉国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司襄阳供电公司;湖北方源东力电力科学研究有限公司申请的专利一种基于模糊深度神经网络的电动汽车充电负荷预测方法、装置、系统及存储介质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：CN116494784B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310245165.4，技术领域涉及：B60L53/00；该发明授权一种基于模糊深度神经网络的电动汽车充电负荷预测方法、装置、系统及存储介质是由向慕超;凌在汛;冀肖彤;刘华峰;崔一铂;刘曼佳;顾一鸣;成诚;吴笑民;邓桂平;田晨丞;焦海文设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种基于模糊深度神经网络的电动汽车充电负荷预测方法、装置、系统及存储介质在说明书摘要公布了：本发明提出一种基于模糊深度神经网络的电动汽车充电负荷预测方法、装置、系统及存储介质，该方法包括：S1，对历史负荷数据进行预处理和采用隶属度函数对温度进行数字化模糊处理后再对所有输入数据进行归一化处理，再将其一起输入到神经网络中；S2，将经过步骤S1处理的负荷数据作为脉冲神经网络的训练样本，进行预训练初步构建深度神经网络预测模型，完成对深度神经网络每一层神经元的权值初始化；S3，预训练后，使用PSO对步骤S2初始化的模糊深度神经网络各层之间权参量精细化微调，建立模糊深度神经网络预测模型。本发明既考虑了传统负荷预测方法难以同时兼顾负荷时间特性和空间特性的问题，又能客观反映实际情况，实用性更强。

本发明授权一种基于模糊深度神经网络的电动汽车充电负荷预测方法、装置、系统及存储介质在权利要求书中公布了：1.一种基于模糊深度神经网络的电动汽车充电负荷预测方法，其特征在于，包括如下步骤： S1，对历史负荷数据进行预处理和采用隶属度函数对温度进行数字化模糊处理后再对所有输入数据进行归一化处理，所述输入数据包括负荷数据、温度、日类型和天气状况，再将其一起输入到神经网络中； S2，将经过步骤S1处理的负荷数据作为脉冲神经网络SNN的训练样本，进行预训练初步构建深度神经网络预测模型，完成对深度神经网络每一层神经元的权值初始化； S3，预训练后，使用PSO对步骤S2初始化的模糊深度神经网络各层之间权参量精细化微调，建立模糊深度神经网络预测模型，将预测数据输入模糊深度神经网络预测模型得到预测的负荷; 预训练后，使用PSO对S2中初始化的模糊深度神经网络各层之间权参量精 细化微调，预训练和精调后便已建立好模糊深度神经网络预测模型，再输入预测数据便可得到预测的负荷，具体如下： 对整个深度神经网络构架进行精细化调整，根据目标误差公式和训练进行调整，目标误差公式如下： ； 其中，y是真实数据，y'是预测数据； 将初始化后的深度SNN模型各层之间的权值作为粒子的位置信息，在算法优化过程中不断更新粒子的速度和位置，从而在全局中搜索最优解，提高深度神经网络的训练效率； 粒子的搜索速度和位置的迭代公式为： ； 其中，和分别表示第i个粒子在第k次迭代中第d维上的速度和位置；w表示惯性系数；c1、c2表示加速常数；r1、r2表示0~1之间的随机数；Pbestidk表示第i个粒子历史最优位置中第d维上的位置；Gbestdk表示群体历史最优位置中第d维上的位置；w采用动态惯性系数，从0.9随迭代次数增加递减至0.4； 对整个深度神经网络构架进行精细化调整后即建立模糊深度神经网络模型，再输入预测数据便可得到预测的负荷。

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国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司襄阳供电公司;湖北方源东力电力科学研究有限公司，其通讯地址为：430077 湖北省武汉市洪山区徐东大街227号；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”。

以上内容由龙图腾AI智能生成。