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！

龙图腾网获悉湖南工商大学申请的专利基于电能质量时空优化的电动车充电站智能推荐方法及系统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：CN120851297B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511324748.1，技术领域涉及：G06Q10/04；该发明授权基于电能质量时空优化的电动车充电站智能推荐方法及系统是由张军号;徐战;杜宛桐;刘雅意;施光泽;徐雪松;马俊;胡雄;邹捷频;熊德智设计研发完成，并于2025-09-17向国家知识产权局提交的专利申请。

本基于电能质量时空优化的电动车充电站智能推荐方法及系统在说明书摘要公布了：本发明公开一种基于电能质量时空优化的电动车充电站智能推荐方法及系统，该推荐方法步骤包括：实时采集各台区的电网运行数据、充电站与电动汽车状态、路网运行数据与交通状态数据以及个性化数据；提取出各台区的电能质量状态参数，分别计算实时电能质量因数；将实时电能质量因数输入至电能质量预测模型中，得到各台区的电能质量因数预测值；根据用户当前位置、行驶路径搜索局部候选子图，在搜索过程中，根据电能质量因数预测值对边权重进行调整；构建融合图结构，根据电能质量因数预测值、通行成本以及用户偏好数据，选择最优的充电站作为推荐结果。本发明能够提升电能质量，兼顾实时交通状态、降低用户的通行成本，同时提升用户体验。

本发明授权基于电能质量时空优化的电动车充电站智能推荐方法及系统在权利要求书中公布了：1.一种基于电能质量时空优化的电动车充电站智能推荐方法，其特征在于，步骤包括： 实时采集指定区域内各台区的电网运行数据、各台区内的充电站状态信息、电动汽车状态信息、路网运行数据与交通状态数据以及当前电动汽车用户的个性化充电需求数据； 根据实时采集的电网运行数据分别提取出各台区的电能质量状态参数，所述电能质量状态参数包括谐波畸变率参数、电压闪变参数、电压波动参数以及电压暂态事件频次参数，根据各台区的所述电能质量状态参数分别计算各台区的实时电能质量因数； 将各台区的所述实时电能质量因数分别输入至预先训练好的电能质量预测模型中，得到各台区的电能质量因数预测值，所述电能质量预测模型为预先使用各台区的电能质量因数历史数据训练ARMA模型建立得到； 根据电动汽车用户的当前位置、行驶路径在路网图模型中搜索局部候选子图，所述路网图模型为基于图结构根据各台区的路网运行数据以所有道路交叉口位置、充电站位置及指定的重要路段的起止点为节点、路段为连接节点的边构建形成，各条边的权重根据路段的长度以及当前的交通状态数据进行配置，并在搜索局部候选子图的过程中，根据充电站所在台区的所述电能质量因数预测值对各条边的权重进行调整； 根据所述路网图模型以及各个节点的特征向量构建融合图结构，所述节点的特征向量包括电能质量因数预测值、充电负载率、通行成本以及历史用户偏好充电需求数据，根据充电站所在台区的所述电能质量因数预测值、从电动汽车的当前位置到充电站的通行成本以及当前电动汽车用户的个性化偏好充电需求数据，基于所述融合图结构从局部候选子图中选择出最优的充电站作为推荐结果输出； 所述根据所述路网图模型以及各个节点的特征向量构建融合图结构包括： 基于所述路网图模型定义融合图结构，表示路网图模型中的节点，表示路网图模型中的边，表示路网图模型中各条边的权重形成的边权矩阵，表示时刻下所有节点的节点特征向量构成的节点特征矩阵，融合图结构中每个节点表示一个充电站，每个节点对应的节点特征向量包含多个融合特征； 所述基于所述融合图结构从局部候选子图中选择出最优的充电站作为推荐结果输出包括： 基于所述融合图结构建立马尔可夫决策过程，其中当前状态为由当前时刻用户位置、路径方向、候选充电站节点的嵌入向量的集合，动作空间表示可选择的充电站目标集合，策略函数为，表示在状态下选择动作的概率，为策略网络的参数，以最大化从当前时刻开始到未来的期望累计奖励作为推荐目标函数： 其中，表示未来奖励的折扣因子；为系统在第时刻推荐决策后获得的即时奖励函数，表示在策略函数下所有可能轨迹的累积奖励的期望值。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。