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

基本信息

申請(qǐng)?zhí)?/td> CN202111232291.3 申請(qǐng)日 -
公開(kāi)(公告)號(hào) CN113989550A 公開(kāi)(公告)日 2022-01-28
申請(qǐng)公布號(hào) CN113989550A 申請(qǐng)公布日 2022-01-28
分類(lèi)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(lèi) 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 甄昊涵;吳丹;錢(qián)勇生;俞磊;陳海賓;雷珽;李樵;鄭陸海;郭鑫鑫;李新強(qiáng);王愛(ài)國(guó) 申請(qǐng)(專(zhuān)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(guó)(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(chē)充電樁運(yùn)行狀態(tài)預(yù)測(cè)方法,解決了充電樁故障檢測(cè)效率低、精度低的問(wèn)題。首先,通過(guò)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(duì)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(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練,并結(jié)合測(cè)試樣本調(diào)整相關(guān)參數(shù),提升分類(lèi)準(zhǔn)確率。本發(fā)明模型效率高,實(shí)用性強(qiáng)。