Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东水利电力职业技术学院(广东省水利电力技工学校)陈忠获国家专利权

广东水利电力职业技术学院(广东省水利电力技工学校)陈忠获国家专利权

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!

龙图腾网获悉广东水利电力职业技术学院(广东省水利电力技工学校)申请的专利数据驱动超多目标优化的电动汽车充电时空引流方法及装置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:CN120338330B

龙图腾网通过国家知识产权局官网在2025-11-11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:202510341368.2,技术领域涉及:G06Q10/0631;该发明授权数据驱动超多目标优化的电动汽车充电时空引流方法及装置是由陈忠;吴靓;程昕设计研发完成,并于2025-03-21向国家知识产权局提交的专利申请。

数据驱动超多目标优化的电动汽车充电时空引流方法及装置在说明书摘要公布了:本发明公开了数据驱动超多目标优化的电动汽车充电时空引流方法及装置,其方法包括步骤:S1、构建同时兼顾能量负载最小、充电或者电池租赁成本最低、电价补贴成本最少、用户等待时间最短和充电设施利用率最高五个目标的超多目标优化模型;S2、根据超多目标优化模型和预训练的机器学习代理模型组成实时闭环反馈系统,计算得到优化的车辆充电时空分布;S3、将优化的车辆充电时空分布接入导航系统,并通过线性反馈模型生成电价补贴成本,结合导航策略和电价补贴成本引导车辆选择最优的充电策略。本发明能够同时、高效地优化电动汽车充电调度中五个具有冲突关系的目标,实现充电资源的合理分配和用户行为的有效引导,且具有实时性和高效性。

本发明授权数据驱动超多目标优化的电动汽车充电时空引流方法及装置在权利要求书中公布了:1.数据驱动超多目标优化的电动汽车充电时空引流方法,其特征在于,包括以下步骤: S1、构建同时兼顾能量负载最小、充电或者电池租赁成本最低、电价补贴成本最少、用户等待时间最短和充电设施利用率最高五个目标的超多目标优化模型,所述五个目标之间存在利益冲突关系,需要求解能够平衡各目标的帕累托最优解集; S2、根据超多目标优化模型和预训练的机器学习代理模型组成实时闭环反馈系统,计算得到优化的车辆充电时空分布; 所述实时闭环反馈系统具体包括:利用预训练的机器学习代理模型根据超多目标优化模型的输出结果动态调整预测结果,得到预测的车辆充电时空分布;基于调整后的预测结果,利用超多目标优化算法对五个目标进行实时协同优化,输出优化的车辆充电时空分布,即输出一组帕累托最优解集; S3、将优化的车辆充电时空分布接入导航系统,并通过线性反馈模型生成电价补贴成本,结合导航策略和电价补贴成本引导车辆选择最优的充电策略; 步骤S2中,所述利用超多目标优化算法对五个目标进行实时协同优化具体指:采用基于自适应参考线混合投影距离的超多目标优化算法求解,包括以下步骤: S21、初始化:随机生成初始种群Pt,初始化参考向量集合R,设置最大评价次数tmax为终止条件; S22、进化循环:包括通过交叉和变异操作生成子代种群,将父代种群Pt和子代种群Qt合并,形成新的种群;建立均匀分布的初始化参考线,并关联种群个体到最近的参考线;计算适应度并选择适应度最优的种群个体;根据关联关系,自适应调整参考线; S23、终止与输出:当达到最大评价次数tmax,终止进化循环,返回最终的种群,即得到优化后的解集。

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广东水利电力职业技术学院(广东省水利电力技工学校),其通讯地址为:510635 广东省广州市天河区天寿路122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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。