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！

龙图腾网获悉合肥工业大学申请的专利智慧能源站选址优化方法、装置、电子设备和存储介质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：CN119443580B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411405544.6，技术领域涉及：G06F17/00；该发明授权智慧能源站选址优化方法、装置、电子设备和存储介质是由邵臻;张梓淇;赵微;李飞;杨善林;查健锐;陆信辉;周开乐设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。

本智慧能源站选址优化方法、装置、电子设备和存储介质在说明书摘要公布了：本申请提供一种智慧能源站选址优化方法、装置、电子设备和存储介质，涉及新能源领域，该方法包括：通过时空生成式预训练模型中的时空掩码自编码器来构建时空图；利用时空生成式预训练模型对时空图进行预训练，通过自适应掩码策略学习货车充能行为的内在时空模式，得到时空表示并训练时空预测动态扩散模型；以综合成本最低为目标函数，构建智慧能源站选址优化模型以进行智慧能源站的优化选址。本申请构建的智慧能源站选址优化模型为加氢、充电、光伏和储能一体的多目标优化模型，综合考虑了新能源货车不同的能源补给需求，提高了选址预测的准确性和实时性。此外，本发明在选址决策中更加注重环境保护和电网稳定性，实现了选址方案的全面优化。

本发明授权智慧能源站选址优化方法、装置、电子设备和存储介质在权利要求书中公布了：1.一种智慧能源站选址优化方法，其特征在于，包括： 获取新能源货车在历史时段的第一数据信息，并对所述第一数据信息进行预处理，得到第二数据信息； 基于所述第二数据信息分析新能源货车的运营模式，并确定新能源货车的主要运营区域和潜在增长区域；其中，所述运营模式包括行驶路线、货物类型和运输频率； 通过时空生成式预训练模型中的时空掩码自编码器来构建时空图以表征货车充能行为；其中，所述时空图将货车和充能站作为节点，并将货车和充能站之间的时空关系作为边； 利用所述时空生成式预训练模型对所述时空图进行预训练，通过自适应掩码策略学习货车充能行为的内在时空模式，得到时空表示； 将所述时空表示作为输入信息，训练一个时空预测动态扩散模型来学习从当前状态到未来状态的充能需求变化以进行充能需求预测； 基于所述时空预测动态扩散模型的充能需求预测，以综合成本最低为目标函数，构建智慧能源站选址优化模型以进行智慧能源站的优化选址；其中，所述智慧能源站选址优化模型为加氢、充电、光伏和储能一体的多目标优化模型； 所述时空预测动态扩散模型进行充能需求预测包括定义问题、扩散过程和生成过程；所述时空生成式预训练模型还用于定制时间模式编码、分层空间模式编码和下游任务；其中，所述定制时间模式编码包括： 对时空数据进行归一化处理，并构建嵌入矩阵，使用嵌入层将离散特征转换为连续的嵌入向量； 通过随机初始化或利用预训练模型来初始化所述嵌入向量； 对时间特征进行周期性编码，对空间特征进行位置编码，将得到的周期性编码结果和位置编码结果进行融合，得到时空嵌入信息； 基于所述时空嵌入信息，在模型训练过程中优化嵌入层的参数，并根据任务需求进行微调，以获得能够捕捉时空数据内在特征和结构的有效表示； 所述分层空间模式编码基于超图胶囊聚类网络进行，且包括以下步骤： 通过初始化区域嵌入和计算区域到聚类中心的传递信息来构建超图结构； 利用胶囊网络的动态路由机制迭代更新超边表示和区域超边连接以增强聚类能力； 通过高级超图神经网络对类别嵌入进行建模，进行跨类关系学习； 基于类别感知掩码策略逐步增加预测难度，以在预训练阶段引导模型学习鲁棒的时空表示，实现从局部到全局的空间分层模式编码； 将时间编码向量和空间编码向量以及超图胶囊聚类网络得到的嵌入向量融合起来，形成全面的时空表示； 所述智慧能源站选址优化模型包括目标函数以及与所述目标函数对应的目标约束条件；所述目标约束条件包括能源需求约束、技术参数约束、环境影响约束、电网接入和稳定性约束、土地和地理位置约束、投资回报率约束以及用户满意度约束； 所述目标函数满足表达式： 式中，Z是要最小化的总成本，是充电聚合商成本，是电网稳定成本，是用户成本，是环境成本； 所述能源需求约束满足表达式： 式中，是第个能源模块的供应量且包括光伏发电量和储能释放量；是第个能源模块的需求，是总的预测能源需求； 所述技术参数约束满足表达式： 式中，是第个能源模块的输出功率，和分别是该模块的最小和最大输出功率； 所述环境影响约束满足表达式： 式中，是第个能源模块的环境影响，是环境影响的最大允许值； 所述电网接入和稳定性约束满足表达式： 式中，是第个能源模块对电网稳定性的贡献，是电网稳定性的最大允许值； 所述土地和地理位置约束满足表达式： 式中，是第个能源站可用的土地面积，是该能源站所需的最小土地面积； 所述投资回报率约束满足表达式： 式中，是投资回报率，是目标投资回报率； 所述用户满意度约束满足表达式： 式中，是第个能源站的用户满意度，是用户满意度的最小接受值。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。