-
公开(公告)号:CN118468062A
公开(公告)日:2024-08-09
申请号:CN202410599118.4
申请日:2024-05-15
Applicant: 中国计量大学
IPC: G06F18/23 , B60L53/31 , G06N3/0464 , G06N3/0455 , G06N3/06 , G06N3/0895 , G06N3/047 , G06Q50/06
Abstract: 本发明公开了一种基于分布式内嵌物理信息神经网络的电动汽车充电桩及其输电系统的参数求解算法。采集电车充电时电池管理系统(BMS)的报文数据和对应充电订单数据,以及对应计量周期内台区变压器下1级电表的电能用量。利用卷积池化运算与可学习的全连接拟合充电数据特性与订单数据之间的非线性关系,构建订单至其充电特性的映射矩阵;采用分布式结构构建多个并行的预测模型,利用类间最大的聚类指标实现不同充电阶段数据的划分;将物理信息内嵌入神经网络并构建联合损失函数,完成电车充电系统双参数的最优求解。本发明在输电系统参数求解中优于其他传统方法,即充分考虑电动汽车在充电过程中作为动态负载,与输电系统线损率之间具有多种动态非线性关系;同时采用双参数同步求解缓解了输电系统线损率和充电桩工作误差之间的耦合关系。