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！

龙图腾网获悉国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网有限公司申请的专利需求响应下的短期电动汽车充电负荷预测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：CN119783872B 。

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：202411758112.3，技术领域涉及：G06Q10/04；该发明授权需求响应下的短期电动汽车充电负荷预测方法及系统是由于宗超;陈孜孜;邓铭;文明;潘馨;王飞;戴浩男;赵坚胜设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本需求响应下的短期电动汽车充电负荷预测方法及系统在说明书摘要公布了：本发明公开了一种需求响应下的短期电动汽车充电负荷预测方法，包括获取目标区域的电动汽车出行历史数据信息并处理构建训练数据集；基于LSTM模型和注意力机制构建短期电动汽车充电负荷预测初级模型并训练得到短期电动汽车充电负荷预测模型；采用短期电动汽车充电负荷预测模型对目标区域进行实际的短期电动汽车充电负荷的预测。本发明还公开了一种实现所述需求响应下的短期电动汽车充电负荷预测方法的系统。本发明通过对目标区域的多维度的电动汽车出行历史数据进行获取和处理得到训练数据集，并基于LSTM模型和注意力机制进行预测模型的构建和训练，因此本发明不仅能够实现短期电动汽车充电负荷的预测，而且可靠性更高，精确性更好。

本发明授权需求响应下的短期电动汽车充电负荷预测方法及系统在权利要求书中公布了：1.一种需求响应下的短期电动汽车充电负荷预测方法，包括如下步骤： S1.获取目标区域的电动汽车出行历史数据信息； S2.对步骤S1获取的数据信息进行处理，以构建训练数据集；以构建训练数据集，包括如下步骤： 根据区域的职能，将目标区域进行类型划分； 根据电动汽车的出行数据，构建电动汽车用户出行模型； 根据充电桩分时电价数据和电动汽车SOC数据，构建用户充电时空图；具体包括如下步骤： 基于充电桩分时电价数据Pcd和电动汽车用户充电区域Dcd，对电动汽车用户充电场景继续划分，表示为Pcd∈{Pcd_low,Pcd_flat,Pcd_high} Dcd∈{Dcd-j,Dcd-s,Dcd-g} Ch＝{Pcd,Dcd} 式中Pcd为充电桩分时电价数据，Pcd包括了谷时电价Pcd_low、平时电价Pcd_flat和峰时电价Pcd_high；电动汽车用户充电区域Dcd包括了居民区Dcd-j、商业区Dcd-s和工业区Dcd-g；电动汽车用户充电场景Ch由Pcd和Dcd决定； 采用如下算式，表示用户充电时空图ξcd： ξcd＝{t,Dcd,Pcd_t,SOCEV_t} 式中Pcd_t为用户在充电时间t的电价；SOCEV_t为用户的电动汽车在充电时间t的SOC值； 以得到的电动汽车用户出行模型、用户充电时空图和对应的电动汽车充电负荷数据，构建训练数据集； S3.基于LSTM模型和注意力机制，构建短期电动汽车充电负荷预测初级模型；具体包括如下步骤： 将充电桩负荷数据PWcd、电动汽车用户出行时空图ξcx、用户充电时空图ξcd和目标区域气象数据作为模型的输入，将电动汽车充电负荷数据作为模型的输出； 设定ω为时间序列窗口的长度，得到对应各个时刻输入模型的隐藏状态向量为ht-ω～ht； 设定隐态矩阵H为H＝ht-ω,ht-ω+1,…,ht-1； 采用一维卷积提取时间模式矩阵Hθ，表示为 式中θ表示TCN滤波器；为第j个TCN滤波器Cj在第i行提取的特征值；len为卷积计算中的填充长度；t'为权重的最大长度；Tj,t'-ω+len为第j个TCN滤波器Cj的卷积核； 采用如下算式作为评价函数 式中为Hθ的第i行的向量；Α为权重矩阵； 计算得到参数权重δi为 注意力A的计算公式为n为输入数据的特征量； 最终得到模型预测的短期电动汽车充电负荷p ＝Α'Α+Α 式中Α为h的权重矩阵；Α为A的权重矩阵；Α'为总权重矩阵； S4.采用步骤S2得到的训练数据集，对步骤S3构建的短期电动汽车充电负荷预测初级模型进行训练，得到短期电动汽车充电负荷预测模型； S5.采用步骤S4得到的短期电动汽车充电负荷预测模型，对目标区域进行实际的短期电动汽车充电负荷的预测。

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国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网有限公司，其通讯地址为：410004 湖南省长沙市天心区新韶东路398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。