公开(公告)号：CN114282654B

公开(公告)日：2024-09-27

申请号：CN202111597778.1

申请日：2021-12-24

Applicant: 杭州电子科技大学

Inventor： 张嘉昊 ,  罗平 ,  乔森 ,  李智慧 ,  何中杰 ,  吕强

IPC: G06F17/18 ,  G06F17/16 ,  G06F18/15 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/094 ,  G06Q30/0203 ,  G06Q50/06 ,  G06N3/048

Abstract: 本发明公开了一种基于条件生成对抗网络的EV充电负荷计算方法，本发明考虑气温、交通拥堵、用户意愿建立精确的EV负荷预测模型，并将其预测结果作为真实数据。将气温、交通拥堵、用户意愿等负荷影响因素作为条件与噪声输入CGAN的生成模型并获取预测数据，然后将预测数据与真实数据分别输入CGAN的判别模型，通过CGAN的博弈训练，使生成模型以负荷影响因素为条件生成预测负荷数据。本发明提出的基于CGAN的方法，在网络训练完成后可以更改条件数据快速获得EV充电数据，为线上实时调度打下基础，也可以对一些非常见条件下的负荷进行快速预测，起到一定参考作用。

公开(公告)号：CN114282654A

公开(公告)日：2022-04-05

申请号：CN202111597778.1

申请日：2021-12-24

Applicant: 杭州电子科技大学

Inventor： 张嘉昊 ,  罗平 ,  乔森 ,  李智慧 ,  何中杰 ,  吕强

IPC: G06N3/04 ,  G06N3/08 ,  G06F17/18 ,  G06F17/16 ,  G06Q30/02 ,  G06Q50/06

Abstract: 本发明公开了一种基于条件生成对抗网络的EV充电负荷计算方法，本发明考虑气温、交通拥堵、用户意愿建立精确的EV负荷预测模型，并将其预测结果作为真实数据。将气温、交通拥堵、用户意愿等负荷影响因素作为条件与噪声输入CGAN的生成模型并获取预测数据，然后将预测数据与真实数据分别输入CGAN的判别模型，通过CGAN的博弈训练，使生成模型以负荷影响因素为条件生成预测负荷数据。本发明提出的基于CGAN的方法，在网络训练完成后可以更改条件数据快速获得EV充电数据，为线上实时调度打下基础，也可以对一些非常见条件下的负荷进行快速预测，起到一定参考作用。