Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙大城市学院李静获国家专利权

浙大城市学院李静获国家专利权

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!

龙图腾网获悉浙大城市学院申请的专利基于储层计算的多场站充电负荷分布式预测方法和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:CN120654971B

龙图腾网通过国家知识产权局官网在2025-11-11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:202511145034.4,技术领域涉及:G06Q10/063;该发明授权基于储层计算的多场站充电负荷分布式预测方法和系统是由李静;王帅淇;刘维华;蔡宏达;杨鹏程设计研发完成,并于2025-08-15向国家知识产权局提交的专利申请。

基于储层计算的多场站充电负荷分布式预测方法和系统在说明书摘要公布了:本发明公开了一种基于储层计算的多场站充电负荷分布式预测方法和系统,该方法首先获取多个电动汽车充电场站充电负荷的历史数据,并进行预处理;然后基于高斯核函数的相似度矩阵对分布在空间上不同地点的电动汽车充电场站之间的时空耦合特性进行评估,依据耦合特性构建分布式站点集合;最后对于关联分布式场站集合分别建立基于储层计算范式的分布式预测网络,以分布式站点集合中的站点负荷数据作为输入,以作为输出,并采用基于近似同步并行机制的分布式学习算法进行预测网络分布式训练;利用训练完成的预测网络进行实时预测。本发明实现多场站数据的高效协同与充电负荷动态演化建模,对于进一步推动交通电气化、电网智能化有着重要的作用。

本发明授权基于储层计算的多场站充电负荷分布式预测方法和系统在权利要求书中公布了:1.一种基于储层计算的多场站充电负荷分布式预测方法,其特征在于,该方法包括: 步骤1、获取多个电动汽车充电场站充电负荷的历史数据,并进行预处理; 步骤2、基于高斯核函数的相似度矩阵对分布在空间上不同地点的电动汽车充电场站之间的时空耦合特性进行评估,依据耦合特性构建多个分布式充电场站集群; 步骤3、基于储层计算范式建立回声状态网络作为单个场站充电负荷预测模型,针对多个分布式充电场站集群的负荷预测问题构建分布式预测网络;基于储层计算范式的分布式预测网络,以分布式站点集合中的站点负荷数据作为输入,以矩阵权重作为输出,并采用基于近似同步并行机制的分布式学习算法进行预测网络分布式训练;分布式充电场站集群需要融合不同站点的历史负荷数据,建立该预测网络的增广拉格朗日函数: 其中,代表在分布式充电场站集群中的第个充电站负荷的历史数据,代表分布式充电场站集群中第个充电站的神经网络的隐藏层输出,为分布式充电场站集群中第个充电站的神经网络的输出层权重矩阵,是输出层权重矩阵的目标值,为系统超参数,是拉格朗日函数惩罚项参数,代表分布式充电场站集群的充电站数量,为拉格朗日乘子向量,T表示转置; 根据输出层权重矩阵的目标值通过如下方法来训练预测网络,获得预测网络的参数: 其中为第k次迭代训练过程中的输出层权重矩阵的估计值; 步骤4、对于多个分布式充电场站集群分别轮流按照步骤3构建并训练分布式预测网络,利用训练完成的预测网络进行实时预测。

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浙大城市学院,其通讯地址为:310015 浙江省杭州市拱墅区湖州街51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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。