基于CNN和LSTM混合網(wǎng)絡(luò)的電動(dòng)汽車充電樁運(yùn)行狀態(tài)預(yù)測方法

基本信息

申請?zhí)?/td> CN202111232291.3 申請日 -
公開（公告）號(hào) CN113989550A 公開（公告）日 2022-01-28
申請公布號(hào) CN113989550A 申請公布日 2022-01-28
分類號(hào) G06V10/764（2022.01）I;G06V10/774（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 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(qiáng);王愛國 申請（專利權(quán)）人 上海添唯認(rèn)證技術(shù)有限公司
代理機(jī)構(gòu) 上海璀匯知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 王文穎
地址 200120上海市浦東新區(qū)中國（上海）自由貿(mào)易試驗(yàn)區(qū)源深路1122號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提出一種基于CNN和LSTM混合網(wǎng)絡(luò)的電動(dòng)汽車充電樁運(yùn)行狀態(tài)預(yù)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(guān)歷史典型故障數(shù)據(jù)、信息參數(shù)和運(yùn)行環(huán)境等運(yùn)行狀態(tài)數(shù)據(jù)，分析故障樁的影響因素并確定充電樁運(yùn)行狀態(tài)的關(guān)鍵指標(biāo)量，再對關(guān)鍵指標(biāo)量進(jìn)行量化量級(jí)分析處理，利用改進(jìn)的層次分析法確定關(guān)鍵指標(biāo)量的權(quán)重，搭建一種CNN和LSTM混合網(wǎng)絡(luò)架構(gòu)，利用CNN和LSTM混合網(wǎng)絡(luò)對訓(xùn)練樣本進(jìn)行訓(xùn)練，并結(jié)合測試樣本調(diào)整相關(guān)參數(shù)，提升分類準(zhǔn)確率。本發(fā)明模型效率高，實(shí)用性強(qiáng)。