恭喜國網上海市電力公司;上海電器科學研究所(集團)有限公司;上海電器科學研究院;上海電器設備檢測所有限公司;上海添唯認證技術有限公司甄昊涵獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜國網上海市電力公司;上海電器科學研究所(集團)有限公司;上海電器科學研究院;上海電器設備檢測所有限公司;上海添唯認證技術有限公司申請的專利基于CNN和LSTM混合網絡的電動汽車充電樁運行狀態預測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN113989550B 。
龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111232291.3,技術領域涉及:G06F18/24;該發明授權基于CNN和LSTM混合網絡的電動汽車充電樁運行狀態預測方法是由甄昊涵;吳丹;錢勇生;俞磊;陳海賓;雷珽;李樵;鄭陸海;郭鑫鑫;李新強;王愛國設計研發完成,并于2021-10-22向國家知識產權局提交的專利申請。
本基于CNN和LSTM混合網絡的電動汽車充電樁運行狀態預測方法在說明書摘要公布了:本發明提出一種基于CNN和LSTM混合網絡的電動汽車充電樁運行狀態預測方法,解決了充電樁故障檢測效率低、精度低的問題。首先,通過獲取充電樁的相關歷史典型故障數據、信息參數和運行環境等運行狀態數據,分析故障樁的影響因素并確定充電樁運行狀態的關鍵指標量,再對關鍵指標量進行量化量級分析處理,利用改進的層次分析法確定關鍵指標量的權重,搭建一種CNN和LSTM混合網絡架構,利用CNN和LSTM混合網絡對訓練樣本進行訓練,并結合測試樣本調整相關參數,提升分類準確率。本發明模型效率高,實用性強。
本發明授權基于CNN和LSTM混合網絡的電動汽車充電樁運行狀態預測方法在權利要求書中公布了:1.一種基于CNN和LSTM混合網絡的電動汽車充電樁運行狀態預測方法,其特征在于,包括以下步驟:S1、建立充電樁運行狀態指標體系充電樁運行狀態由表征充電樁性能參量的優劣情況反應出來,分為正常狀態、一般缺陷狀態、嚴重缺陷狀態和危急狀態,對應的狀態集為V={v1,v2,v3,v4},其中:v1為正常狀態、v2為一般缺陷狀態、v3為嚴重缺陷狀態、v4為危急狀態;S2、對于充電樁的狀態信息數據,建立充電樁運行狀態指標權重步驟1、確定比較矩陣:對于n個狀態指標,首先兩兩比較各個狀態指標的重要程度,形成比較矩陣X: 式1中,Xij表示第i個狀態指標與第j個狀態指標的重要程度比較結果,i=1,2,...,n,j=1,2,...,n;步驟2、確定排序數:解出第i個狀態指標和n個狀態指標的比較結果,并進行求和,得到第i個狀態指標的排序指數bi: 步驟3、確定評判矩陣Y:由排序數求解評判矩陣中的每個元素,其中第i行第j列的元素yij由下式3計算: 式3中,bmax=maxbi,bmin=minbi,根據計算得到的評判矩陣Y構造擬優一致矩陣Y',擬優一致矩陣Y'中的第i行第j列的元素yij'由下式4、5計算 dij=InYij5S3、建立并訓練CNN和LSTM混合網絡,選取充電樁關鍵指標量的運行時間的隸屬度為輸入,由CNN和LSTM混合網絡輸出下一時刻所要預測的狀態信度區間,由CNN提取充電樁運行指標的特征屬性,再通過LSTM將CNN提取的特征屬性與時間相關聯,作為預測的工具,其中:給定一個訓練數據集{xn,n=1,2,…,N}和相應的標簽集{tn}作為目標,將通過歷史數據獲得的N個擬優一致矩陣Y'作為訓練數據集,即訓練數據集中第n個樣本數據xn即為一個通過步驟S1至步驟S2獲得的擬優一致矩陣Y',每個擬優一致矩陣Y'所對應的充電樁運行狀態組成相應的標簽集。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人國網上海市電力公司;上海電器科學研究所(集團)有限公司;上海電器科學研究院;上海電器設備檢測所有限公司;上海添唯認證技術有限公司,其通訊地址為:200120 上海市浦東新區中國(上海)自由貿易試驗區源深路1122號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。