一种移动式换电系统
    3.
    发明公开

    公开(公告)号:CN114056178A

    公开(公告)日:2022-02-18

    申请号:CN202111454030.6

    申请日:2021-12-01

    Abstract: 本发明涉及车辆换电技术领域,具体涉及一种移动式换电系统;包括行驶车辆、换电站、换电配送车和数据库;本发明能够对行驶的车辆实时的检测电池量,在驾驶人员需要换电时,通过将车辆的定位信息以及配备电池的信息传输给换电站,换电站在接收到换电信息后,会根据实时接收到的各换电配送车反馈的信息,选择满足换电需求,距离较近的换电配送车前往换电,能够合理的规划换电配送车,实现对待换电车辆的快速换电,提升了驾驶人员的换电体验,并提高了换电效率,同时,还会将换电信息存储到存储器内,以便对换电配送车的工作人员进行工作量统计,换电站能够实时的掌握换电车辆的位置,以便对换电车辆进行管理,以及方便进行换电任务分配。

    一种基于LSTM深度学习方法的充电场站损耗预测方法

    公开(公告)号:CN119623684A

    公开(公告)日:2025-03-14

    申请号:CN202411429305.4

    申请日:2024-10-14

    Abstract: 本发明公开了一种基于LSTM深度学习方法的充电场站损耗预测方法,涉及充电场站的技术领域,该方法包括以下步骤:步骤一:采集的数据包括:实时电力负载数据、电网拓扑结构、时间序列数据;步骤二:特征工程,对数据进行预处理和特征提取,提取专家知识特征;步骤三:结合PPO算法建立LSTM模型;步骤四:通过随机搜索方法对LSTM模型进行超参数调优;步骤五:经过优化的小型化模型随后被部署到各个充电场站,实现本地实时的能量损耗预测。本发明为进一步提高预测准确率,在特征工程部分创新性地融入了专家知识,进行多维度损耗特征识别,通过结合电力系统专家的输入,识别设备老化等因素,提高了模型在处理复杂非线性关系时的表现。

    多场景下基于数据驱动的车辆充电行为预测模型构建方法

    公开(公告)号:CN115204512A

    公开(公告)日:2022-10-18

    申请号:CN202210902190.0

    申请日:2022-07-29

    Abstract: 本发明公开了多场景下基于数据驱动的车辆充电行为预测模型构建方法;包括如下步骤:S1、获取电动汽车公司充电数据,并进行预处理;S2、获取所需用户ID并提取该用户所有的历史充电数据;S3、判断充电要素是否集中,若集中,则转入S4,否则结束本次控制;S4、创建充电要素数据集;S5、利用要素数据集构建多维充电场景,并创建模型训练数据集;S6、通过基于随机森林的行为预测模型训练并测试数据集,计算测试集的误差大小,若过大,则转入S6重新训练,否则转入S7;S7、预测长短期内用户充电行为,得到预测结果,并结束本次控制。本发明能够为电动汽车充电提供预测信息,为后续一桩多充的功率分配提供基础。

    多场景下基于数据驱动的车辆充电行为预测模型构建方法

    公开(公告)号:CN115204512B

    公开(公告)日:2024-04-12

    申请号:CN202210902190.0

    申请日:2022-07-29

    Abstract: 本发明公开了多场景下基于数据驱动的车辆充电行为预测模型构建方法;包括如下步骤:S1、获取电动汽车公司充电数据,并进行预处理;S2、获取所需用户ID并提取该用户所有的历史充电数据;S3、判断充电要素是否集中,若集中,则转入S4,否则结束本次控制;S4、创建充电要素数据集;S5、利用要素数据集构建多维充电场景,并创建模型训练数据集;S6、通过基于随机森林的行为预测模型训练并测试数据集,计算测试集的误差大小,若过大,则转入S6重新训练,否则转入S7;S7、预测长短期内用户充电行为,得到预测结果,并结束本次控制。本发明能够为电动汽车充电提供预测信息,为后续一桩多充的功率分配提供基础。

Patent Agency Ranking