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！

龙图腾网恭喜国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司申请的专利一种电动汽车充电桩负荷预测方法、系统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：CN114648171B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210368812.6，技术领域涉及：G06Q10/04；该发明授权一种电动汽车充电桩负荷预测方法、系统及存储介质是由张志丹;李帅虎;宋兴荣;曹一家;朱吉然;唐海国;冷华;李勇设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。

本一种电动汽车充电桩负荷预测方法、系统及存储介质在说明书摘要公布了：本发明涉及电动汽车技术领域，公开了一种电动汽车充电桩负荷预测方法、系统及存储介质，包括：将预先构建的第一神经网络模型输入待分析充电桩，并根据待分析充电桩的目标充电信息对第一神经网络模型进行调整得到第二神经网络模型；其中，第一神经网络模型是通过第一数量的充电信息构建的，且目标充电信息的数量与第一数量的差值大于预设差值；采集待分析充电桩中的实时充电信息，并将实时充电信息输入所述第二神经网络模型中，并获取第二神经网络模型输出的待分析充电桩的负荷状态信息；本发明通过神经网络模型迁移的方式解决了充电桩所获取的数据较少很难对负荷进行预测的问题。

本发明授权一种电动汽车充电桩负荷预测方法、系统及存储介质在权利要求书中公布了：1.一种电动汽车充电桩负荷预测方法，其特征在于，包括：将预先构建的第一神经网络模型输入待分析充电桩，并根据待分析充电桩的目标充电信息对所述第一神经网络模型进行调整得到第二神经网络模型；其中，所述第一神经网络模型是通过第一数量的充电信息构建的，所述待分析充电桩的目标充电信息的数量小于所述第一数量，且目标充电信息的数量与第一数量的差值大于预设差值；采集待分析充电桩中的实时充电信息，并将所述实时充电信息输入所述第二神经网络模型中，并获取所述第二神经网络模型输出的所述待分析充电桩的负荷状态信息；所述将预先构建的第一神经网络模型输入待分析充电桩之前，所述方法还包括：采集原始充电桩中第一数量的充电信息，并对所述第一数量的充电信息进行处理得到原始训练信息；将所述原始训练信息输入预先构建的原始神经网络模型中对所述原始神经网络模型进行训练得到第一神经网络模型；其中，所述训练所述原始神经网络模型满足如下关系式： 式中，ft为遗忘门向量，it为输入门向量，为候选状态向量，Ct为当前时刻的细胞状态值，Ct-1为上一时刻的细胞状态值，ot为输出门向量，ht为当前时刻的输出值或是预测值，ht-1为上一时刻的输出值或是预测值，σ为sigmoid激活函数，tanh为双曲正切激活函数，Wf为遗忘门的权重矩阵，Wi为输入门的权重矩阵，WC为候选状态的权重矩阵，Wo为输出门的权重矩阵，xt为当前时刻的输入，bf为遗忘门的偏置量，bi为输入门的偏置量，bC为候选状态的偏置量，bo为输出门的偏置量，·为向量中元素按位相乘，⊙为哈达玛积符号；所述方法还包括：分别获取所述第一神经网络模型输出的实际值和预测值和训练所述第一数量的充电信息的案例数；以所述案例数为上界对所述实际值和所述预测值之间差值的平方进行求和，并计算该求和所得的值与案例数的比值，再对该比值开根号便可得到均方根误差指标；将所述均方根误差指标输入目标神经网络模型中对所述目标神经网络模型进行验证；其中，所述目标神经网络模型包括第一神经网络模型和第二神经网络；所述目标充电信息包括目标充电负荷数据和目标出行信息；所述根据待分析充电桩的目标充电信息对所述第一神经网络模型进行调整得到第二神经网络模型，包括：移除所述第一神经网络模型中的输出层，并冻结所述第一神经网络模型中的训练参数，得到中继神经网络模型；向所述中继神经网络模型添加新的输出层，并将所述目标充电信息输入所述中继神经网络模型中对所述中继神经网络模型进行训练，得到第二神经网络模型。

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电力科学研究院;国家电网有限公司，其通讯地址为：410000 湖南省长沙市雨花区韶山北路388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”。