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(山东)电动汽车服务有限公司申请的专利基于用户充电行为画像的充电站充电量预测方法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：CN120542672B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511037174.X，技术领域涉及：G06Q10/04；该发明授权基于用户充电行为画像的充电站充电量预测方法是由张军;石鑫磊;王子尹;赵炳琪;单率设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本基于用户充电行为画像的充电站充电量预测方法在说明书摘要公布了：本公开提供了一种基于用户充电行为画像的充电站充电量预测方法，涉及数据处理技术领域。所述方法包括：采集各用户对车辆充电时的充电行为数据及充电站的第一历史用电量；基于最大充电功率、充电时长及充电时间段构建特征坐标系，对特征坐标系中的数据点进行聚类运算，得到第一聚类簇；确定各第一聚类簇的离散性，基于该离散性对第一聚类簇进行层次聚类，得到第二聚类簇；确定各第二聚类簇两两之间的簇间相关性，基于簇间相关性确定各第二聚类簇的预测权重；确定各第二聚类簇的第二历史用电量，基于第一历史用电量确定补偿系数；基于第二历史用电量、预测权重及补偿系数预测充电站在预测时段的用电量。本公开提高了充电站用电量的预测准确度。

本发明授权基于用户充电行为画像的充电站充电量预测方法在权利要求书中公布了：1.一种基于用户充电行为画像的充电站充电量预测方法，其特征在于，所述方法包括： 采集各用户对车辆进行充电时的充电行为数据及充电站的第一历史用电量；其中，所述充电行为数据包括所述车辆的实时充电功率、充电时长及充电时间段； 基于所述实时充电功率中的最大充电功率、所述充电时长及所述充电时间段构建特征坐标系，将各所述用户对应的数据点纳入所述特征坐标系，并对所述特征坐标系中的所述数据点进行聚类运算，得到多个第一聚类簇； 确定各所述第一聚类簇的离散性，并基于所述离散性对所述第一聚类簇进行层次聚类，得到多个第二聚类簇；所述离散性用于衡量所述第一聚类簇内所述数据点的分散程度； 确定各所述第二聚类簇两两之间的簇间相关性，并基于所述簇间相关性确定各所述第二聚类簇的预测权重；所述簇间相关性用于表示所述第二聚类簇之间所述数据点变化特征的相似程度； 确定各所述第二聚类簇的第二历史用电量，并基于所述第一历史用电量确定补偿系数； 基于所述第二历史用电量、所述预测权重及所述补偿系数预测所述充电站在预测时段的用电量； 所述基于所述离散性对所述第一聚类簇进行层次聚类，得到多个第二聚类簇，包括： 基于所述离散性对所述第一聚类簇进行排序，得到离散性数据序列； 基于层级聚类算法对所述离散性数据序列进行聚类运算，得到多个所述第二聚类簇；其中，所述第二聚类簇为多个所述第一聚类簇的集合； 所述基于所述簇间相关性确定各所述第二聚类簇的预测权重，包括： 针对每一个所述第二聚类簇，计算所述第二聚类簇与其它第二聚类簇之间的簇间相关性，并按照簇间相关性从高到低的顺序对其它第二聚类簇进行排序，得到相关性序列； 基于所述相关性序列确定所述第二聚类簇的局部离群因子值；所述局部离群因子值用于表征所述第二聚类簇在聚类簇相关性特征空间中的离群程度； 获取所述相关性序列中所述簇间相关性的最大值； 基于所述局部离群因子值及所述簇间相关性的最大值确定所述第二聚类簇的所述预测权重；其中，离群程度低，在后续预测充电站充电量时为其分配更高的权重； 所述基于所述第二历史用电量、所述预测权重及所述补偿系数预测所述充电站在预测时段的用电量，包括： 基于各所述第二聚类簇对应的所述预测权重对各所述第二历史用电量进行加权运算，并基于所述补偿系数对所述加权运算的结果进行修正，得到所述预测时段的用电量。

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(山东)电动汽车服务有限公司，其通讯地址为：250000 山东省济南市槐荫区腊山河西路中段报业大厦B座10层；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。