一种基于深度聚类模型的充电站用电量预测方法

发明专利有效专利

申请号：
CN202011221935.4
IPC分类号：G06Q10/04;G06Q50/06;G06K9/62;G06N3/02
申请日期：
2020-11-05
申请人：
江苏方天电力技术有限公司;东南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度聚类模型的充电站用电量预测方法
申请号	CN202011221935.4	申请日期	2020-11-05
法律状态	授权	申报国家	中国
公开/公告日	2021-05-11	公开/公告号	CN112785029A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;2查看分类表>
申请人	江苏方天电力技术有限公司;东南大学	申请人地址	江苏省南京市江宁区苏源大道58号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	江苏方天电力技术有限公司,东南大学	当前权利人	江苏方天电力技术有限公司,东南大学
发明人	马吉科;祝永晋;谢林枫;季聪;李剑;李昆明;葛崇慧;王松云;王江辉;李同哲;司加胜;周德宇
代理机构	南京众联专利代理有限公司	代理人	暂无

摘要

本发明公开了一种基于深度聚类模型的充电站用电量预测方法，包括充电站数据的增强及预处理；基于深度聚类模型的特征映射，充电站所属簇的确定；基于最近邻算法的充电站电量预测。本发明方法使用深度神经网络同时学习充电站数据的特征表示和簇的分配，通过将数据映射到隐层特征空间，迭代地优化聚类目标和重构损失，减少了误差传播的可能性；进一步使用最近邻算法对充电站用电量进行预测。本方法相比于以往的充电站用电预测方法，能够挖掘到数据的隐含特征，缩小搜索空间，具有更高的预测精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供