公开(公告)号：CN118690302A

公开(公告)日：2024-09-24

申请号：CN202410860499.7

申请日：2024-06-28

Applicant: 南京邮电大学

Inventor： 高辉 ,  周秋阳 ,  李炜卓 ,  陈璐 ,  杨璐彤 ,  归耀城

IPC: G06F18/2433 ,  G06F18/10 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08 ,  G06N3/006 ,  G06Q10/20 ,  G06Q50/06 ,  G06F123/02

Abstract: 本发明涉及一种考虑数据增强和改进双向长短期记忆网络的充电桩故障诊断方法，首先，对充电桩的充电账单数据与维护工单数据进行预处理，构建充电账单与运维工单的时序数据集；然后，基于生成对抗网络生成模拟真实样本的数据，扩充预处理后时序数据集；再次，构建双向长短期记忆网络，对充电桩故障诊断方法进行建模；其次，基于粒子群优化算法，优化双向长短期记忆网络参数；最后，基于改进的双向长短期记忆网络的故障诊断方法，实现充电桩的复杂故障诊断。本发明通过生成对抗网络对预处理后的时序数据集进行数据增强，并基于改进的双向长短期记忆网络模型对时序数据集进行预测，可以提高数据量不足的充电桩故障诊断精度，从而充电桩的安全可靠性。

公开(公告)号：CN118964985A

公开(公告)日：2024-11-15

申请号：CN202411015411.8

申请日：2024-07-26

Applicant: 南京邮电大学

Inventor： 高辉 ,  孟子悦 ,  李炜卓 ,  归耀城 ,  林彦旭 ,  周秋阳

IPC: G06F18/214 ,  G06F18/213 ,  H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/006

Abstract: 本发明公开了一种基于VMD分解与改进XGBoost的充电站短期负荷预测方法，首先，选取影响因素构建输入特征集，降低不相关特征的影响；然后，利用VMD算法将原本随机、非线性的负荷数据分解为有限个固有模态函数和残余分量，并和负荷影响因素一起作为XGBoost算法的输入；最后，采用PSO算法优化预测模型参数，对特征互异的各个分量数据分别预测并叠加重构输出预测值。本发明考虑多种负荷影响因素，对预处理后的时序数据集进行变分模态分解，并基于改进的极端梯度提升算法模型对时序数据集进行预测，可以提高负荷波动性强的充电桩的负荷预测精度，从而为电动汽车充电站的安全稳定运行提供有效预测服务。