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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 集美大学;厦门盛世锦华智能科技有限公司王智谨获国家专利权

集美大学;厦门盛世锦华智能科技有限公司王智谨获国家专利权

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!

龙图腾网获悉集美大学;厦门盛世锦华智能科技有限公司申请的专利一种充电桩功率预测方法、装置、电子设备及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:CN119205411B

龙图腾网通过国家知识产权局官网在2026-03-03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:202411240746.X,技术领域涉及:G06Q50/06;该发明授权一种充电桩功率预测方法、装置、电子设备及存储介质是由王智谨;胡樾;黄耀辉;吴森镇;陈愉;何昕昊;付永钢;陈志荣设计研发完成,并于2024-09-05向国家知识产权局提交的专利申请。

一种充电桩功率预测方法、装置、电子设备及存储介质在说明书摘要公布了:本申请提供一种充电桩功率预测方法、装置、设备及存储介质,涉及电车充电技术领域。其中方法包括:获取待检测充电桩的实时充电功率数据;将所述实时充电功率数据输入至预先训练好的充电功率预测模型中,以获取所述待检测充电桩的充电功率预测结果;其中,所述充电功率预测模型是通过所述充电桩所在的充电网络的历史充电功率数据样本对因果感知动态图神经网络进行训练得到的。本申请的充电功率预测模型基于因果感知动态图神经网络得到,可以明确地模拟充电网络负荷预测中关键节点之间的因果关系和动态,与传统充电功率预测方法相比,本申请提出的方法可以生成精确的充电功率预测结果,为电网的高效管理和资源优化提供了可靠依据。

本发明授权一种充电桩功率预测方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种充电桩功率预测方法,其特征在于,包括: 获取待检测充电桩的实时充电功率数据; 将所述实时充电功率数据输入至预先训练好的充电功率预测模型中,以获取所述待检测充电桩的充电功率预测结果;其中,所述充电功率预测模型是通过所述充电桩所在的充电网络的历史充电功率数据样本对因果感知动态图神经网络进行训练得到的; 所述因果感知动态图神经网络包括: 因果关系图学习模块,用于根据所述历史充电功率数据样本构建充电桩之间的因果关系图,并对所述因果关系图执行动态图卷积操作,得到因果关系表示; 关键关系图学习模块,用于识别充电网络中有影响力的关键节点,以关键节点为组成元素构建关键关系图,并对所述关键关系图执行动态图卷积操作,得到关键关系表示;其中,节点表示充电网络中的充电桩; 时间表示融合模块,用于将所述因果关系表示和所述关键关系表示进行时间表示融合,得到精炼时间表示; 输出层,用于根据所述精炼时间表示生成预测结果; 所述因果关系图学习模块,具体用于: 对输入的所述历史充电功率数据样本进行归一化处理,得到归一化数据样本; 基于归一化数据样本时间片段贪婪等价搜索框架发现所述归一化数据样本中的因果关系,根据所述因果关系构建充电桩之间的因果关系图; 其中,所述归一化数据样本时间片段贪婪等价搜索框架是基于广义得分函数和传统贪婪等价搜索算法构建的; 所述关键关系图学习模块,具体用于: 采用基于历史负载依赖关系的中心性度量,评估每个节点的中心性分数,将中心性分数落在排序较高的预设比例内的节点视为关键节点; 所述时间表示融合模块,具体用于: 通过channel-wise将所述因果关系表示和所述关键关系表示组合起来,得到组合特征,将两个时间1维卷积层应用于所述组合特征,得到精炼时间表示。

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集美大学;厦门盛世锦华智能科技有限公司,其通讯地址为:361000 福建省厦门市集美银江路185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。