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！

龙图腾网获悉西安交通大学申请的专利一种基于深度学习的交通流量和充电站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：CN119518728B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411579602.7，技术领域涉及：H02J3/00；该发明授权一种基于深度学习的交通流量和充电站负荷预测方法是由曹晖;石天卓;郑晓东;房嘉玥;薛霜思;陈睿霖;闫大鹏设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种基于深度学习的交通流量和充电站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深度学习的交通流量和充电站负荷预测方法，旨在提高交通流量预测的精度并准确预测电动汽车充电站的负荷情况。该方法包括以下步骤：首先，采用基于注意力机制的空间时间图卷积网络模型预测未来交通流量和交通速度。其次，基于车辆日行距离的概率分布，使用混合模型与期望最大化算法计算电动汽车的充电需求，并通过多项式回归模型预测电动汽车的能耗。最后，基于电动汽车的行驶行为，构建电动车排队模型，该模型综合考虑充电站容量限制、等候时间过长和不耐烦离开等行为，通过随机马尔可夫链分析方法计算充电站的负荷预测。该方法能够有效捕捉交通流量和电动车充电需求的时空特性，并提高充电站负荷预测的准确性。

本发明授权一种基于深度学习的交通流量和充电站负荷预测方法在权利要求书中公布了：1.一种基于深度学习的交通流量和充电站负荷预测方法，其特征在于，包括如下步骤： 采用基于注意力机制的空间时间图卷积网络模型预测未来交通流量和交通速度，所述基于注意力机制的空间时间图卷积网络模型将交通网络定义为无向图，使用交通网络中每个节点在历史时间片中的特征值预测未来多个时间片的交通流量和交通速度； 根据实际数据，采用混合模型拟合电动汽车每日行驶距离的分布和电动汽车每日行驶中的分布，并通过期望最大化算法分别优化电动汽车每日行驶距离的分布和电动汽车每日行驶中的分布对应的混合模型的参数； 根据实际能耗数据，采用多项式回归模型拟合电动汽车速度与能耗的映射关系； 利用上述预测的未来交通流量和交通速度、电动汽车每日行驶距离的分布、电动汽车每日行驶中的分布以及电动车速度与能耗的映射关系，再结合电动汽车电池容量、电动汽车渗透率数据，估计出电动汽车在充电站的到达率； 建立考虑服务能力限制和驾驶员充电行为的电动汽车充电排队模型，对上述估计的电动车在充电站的到达率进行修正得到修正后的平均到达率和平均离开率； 结合平均到达率和平均离开率，采用随机马尔可夫链计算出充电站中电动汽车数量的概率分布； 结合充电站中电动汽车数量的概率分布和充电桩功率计算充电站的总体负荷。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。