-
Patent Agency Ranking
公开(公告)号：CN117584792B
公开(公告)日：2024-08-27
申请号：CN202311504490.4
申请日：2023-11-13
Applicant: 华中科技大学
IPC: B60L53/62 , B60L53/30 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种电动汽车充电站充电功率在线预测方法及系统，属于电动汽车充电站功率预测领域，包括：在线预测：对于预测时刻h，基于充电功率的历史数据构建特征向量并输入至深度核自适应滤波模型以预测时刻h的功率分布并存储；深度核自适应滤波模型包括依次连接的深度循环神经网络、标准正定核以及预测模块；预测模块，用于利用核自适应滤波算法预测功率分布；在线更新：对于任意时刻h'，实时收集到实际功率Ph'后，获取时刻h'处的功率分布的预测结果，计算其均值与Ph'的误差作为预测损失，基于预测损失对深度核自适应滤波模型的参数进行更新。本发明能够追踪电动汽车充电站充电功率的时变特性，提高电动汽车充电站充电功率的预测准确性。
-
公开(公告)号：CN115775051A
公开(公告)日：2023-03-10
申请号：CN202211632256.5
申请日：2022-12-19
Applicant: 华中科技大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , H02J3/00 , G06F18/27 , G06N3/049 , G06N3/048 , G06N3/0985 , G06N3/044 , G06N3/0499 , G06F123/02
Abstract: 本发明公开了一种家庭电力负荷概率预测方法及应用，属于家庭负荷预测技术领域；考虑到家庭负荷数据的时间相关性，采用神经网络模型对时间序列进行建模；针对家庭负荷的强不确定性，采用稀疏高斯过程回归模型进行不确定性表征；此外，在模型训练的过程中，构建了离线‑在线双模式学习方式，通过离线学习保障了神经网络模型的初始性能，通过在线学习实时更新稀疏高斯过程回归模型中的后验分布以及神经网络模型中的参数，增强了神经网络模型和稀疏高斯过程回归模型的精度和适应性，从实时数据中学习了居民用电行为的不确定性；本发明充分考虑了家庭负荷的时间相关性和强不确定性，可以动态捕获家庭电力负荷的变化趋势，能够准确对家庭负荷进行预测。
-
公开(公告)号：CN117493878A
公开(公告)日：2024-02-02
申请号：CN202311302105.8
申请日：2023-10-09
Applicant: 华中科技大学
IPC: G06F18/214 , G06F18/241 , H02J3/00 , B60L53/60
Abstract: 本发明公开了电动汽车充电站的功率预测数据增强方法及功率预测方法，属于电动汽车充电站数据分析技术领域，包括：(S1)收集所述充电站每天各时刻的总充电功率作为真实样本，得到真实样本集；(S2)对于每一个真实样本，生成V个虚拟样本，得到虚拟样本集，完成数据增强；对于任意一个真实样本，生成一个虚拟样本的方式包括：(S21)按照均匀分布采样从预设的时间序列增强函数集中采样S个时间序列增强函数；(S22)对真实样本依次执行采样得到的S个时间序列增强函数，得到虚拟样本。本发明能够在扩充样本量的同时，有效保证了样本的质量，有效解决电动汽车充电站数据少、质量低，无法利用大数据模型准确预测电动汽车充电站充电功率的问题。
-
公开(公告)号：CN117493878B
公开(公告)日：2024-11-01
申请号：CN202311302105.8
申请日：2023-10-09
Applicant: 华中科技大学
IPC: G06F18/214 , G06F18/241 , H02J3/00 , B60L53/60
Abstract: 本发明公开了电动汽车充电站的功率预测数据增强方法及功率预测方法，属于电动汽车充电站数据分析技术领域，包括：(S1)收集所述充电站每天各时刻的总充电功率作为真实样本，得到真实样本集；(S2)对于每一个真实样本，生成V个虚拟样本，得到虚拟样本集，完成数据增强；对于任意一个真实样本，生成一个虚拟样本的方式包括：(S21)按照均匀分布采样从预设的时间序列增强函数集中采样S个时间序列增强函数；(S22)对真实样本依次执行采样得到的S个时间序列增强函数，得到虚拟样本。本发明能够在扩充样本量的同时，有效保证了样本的质量，有效解决电动汽车充电站数据少、质量低，无法利用大数据模型准确预测电动汽车充电站充电功率的问题。
-
公开(公告)号：CN117584792A
公开(公告)日：2024-02-23
申请号：CN202311504490.4
申请日：2023-11-13
Applicant: 华中科技大学
IPC: B60L53/62 , B60L53/30 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种电动汽车充电站充电功率在线预测方法及系统，属于电动汽车充电站功率预测领域，包括：在线预测：对于预测时刻h，基于充电功率的历史数据构建特征向量并输入至深度核自适应滤波模型以预测时刻h的功率分布并存储；深度核自适应滤波模型包括依次连接的深度循环神经网络、标准正定核以及预测模块；预测模块，用于利用核自适应滤波算法预测功率分布；在线更新：对于任意时刻h'，实时收集到实际功率Ph'后，获取时刻h'处的功率分布的预测结果，计算其均值与Ph'的误差作为预测损失，基于预测损失对深度核自适应滤波模型的参数进行更新。本发明能够追踪电动汽车充电站充电功率的时变特性，提高电动汽车充电站充电功率的预测准确性。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
