首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度强化学习的无人充电场站资源配置方法及系统 

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!

申请/专利权人:南京苏逸实业有限公司

摘要:一种基于深度强化学习的无人充电场站资源配置方法及系统,包括:获取额定时间段内当前路口的道路信息和电动车数量,并计算当前道路的充电需求饱和含有量;设置时间间隔,根据时间间隔获取额定时间段内的充电需求饱和含有量,以时间顺序获取一组充电需求饱和含有量;基于深度神经网络和强化学习算法构建充电策略模型,通过仿真环境里的随机时间段对充电策略模型进行训练,得到训练后的充电策略模型;将充电需求饱和含有量作为训练后充电策略模型的输入,模型输出最优值,基于模型输出的最优值进行充电场站资源的分配。本发明通过实时收集和分析充电数据,为资源配置提供更为准确和全面的依据,有效提高无人充电场站资源配置的效率和准确性。

主权项:1.一种基于深度强化学习的无人充电场站资源配置方法,其特征在于,包括如下步骤:S1:获取额定时间段内当前路口的道路信息和电动车数量,并计算当前道路的充电需求饱和含有量;S2:设置时间间隔,根据时间间隔获取额定时间段内的充电需求饱和含有量,以时间顺序实时计算出一组充电需求饱和含有量;S3:基于深度神经网络和强化学习算法构建充电策略模型,通过仿真环境里的随机时间段对充电策略模型进行训练,得到训练后的充电策略模型;S4,将充电需求饱和含有量作为训练后充电策略模型的输入,模型输出最优值,基于模型输出的最优值进行充电场站资源的分配。

全文数据:

权利要求:

百度查询: 南京苏逸实业有限公司 基于深度强化学习的无人充电场站资源配置方法及系统

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。

相关技术
相关技术
相关技术
相关技术