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！

龙图腾网获悉河北工业大学申请的专利一种基于改进时间卷积网络的电动汽车充电负荷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：CN115688967B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211133357.8，技术领域涉及：G06Q10/04；该发明授权一种基于改进时间卷积网络的电动汽车充电负荷预测方法是由张家安;柳辰宇设计研发完成，并于2022-09-18向国家知识产权局提交的专利申请。

本一种基于改进时间卷积网络的电动汽车充电负荷预测方法在说明书摘要公布了：本发明提供了一种基于改进时间卷积网络的电动汽车充电负荷预测方法，涉及电动汽车充电负荷预测技术领域，该方法通过变分模态分解VMD将电动汽车充电负荷时间序列分解成相对简单的分量。为了避免分量数量过多导致计算繁琐和误差累积，首先利用样本熵计算各分量的复杂度，并对分量进行叠加合并得到电动汽车充电负荷的趋势分量、长时间尺度细节分量、短时间尺度细节分量和波动分量。然后，在时间卷积网络TCN的基础上加入双端注意力机制。最后对各分量分别建立Attention‑TCN预测模型，将各分量预测结果进行重构，进而实现电动汽车充电负荷多步预测。提高了在多步预测情况下电动汽车充电负荷精度。

本发明授权一种基于改进时间卷积网络的电动汽车充电负荷预测方法在权利要求书中公布了：1.一种基于改进时间卷积网络的电动汽车充电负荷预测方法，其特征在于，包括以下步骤： S1：获取电动汽车充电负荷数据，进行空缺值填补，即利用相邻两个时间点的数据均值对空缺值进行填补； S2：以S1中获取的电动汽车充电负荷数据的时间序列作为原始电动汽车充电负荷数据时间序列，并将其分解为多个电动汽车充电负荷时间序列分量； S3：基于样本熵计算原始电动汽车充电负荷时间序列以及各个电动汽车充电负荷时间序列分量的波动强度； S4：依据原始电动汽车充电负荷时间序列和电动汽车充电负荷时间序列分量的样本熵值分布,将电动汽车充电负荷时间序列分量依次重构为趋势分量、长时间尺度细节分量、短时间尺度细节分量和波动分量； S5：搭建Attention-TCN神经网络模型；具体包括， S51：构建TCN模型；TCN模型的核心是残差扩张因果卷积单元，同时，为了实现输入输出序列对齐，需要在每层残差扩张因果卷积单元的输入序列尾部补充m个元素,如式2所示； m＝K-1d2 式中，d为扩张因子，K为滤波器大小； S52：构建Attention-TCN模型；在TCN模型的输入及输出端，加入注意力机制； S6：构建Attention-TCN神经网络的输入变量； S7：计算Attention-TCN神经网络模型前端注意力模块的输出； S8：计算Attention-TCN神经网络模型TCN模块的输出； S9：计算Attention-TCN神经网络模型后端注意力模块的输出； S10：计算Attention-TCN神经网络模型的输出。

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河北工业大学，其通讯地址为：300400 天津市北辰区双口镇西平道5340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。