基于V2G的充电交易数据处理方法、设备及存储介质

    公开(公告)号:CN118982353A

    公开(公告)日:2024-11-19

    申请号:CN202411026938.0

    申请日:2024-07-30

    Applicant: 重庆大学

    Abstract: 本发明涉及V2G网络领域,涉及一种基于V2G的充电交易数据处理方法,其包括:接收充电用户发出的支付数据证明和第一验证密钥;充电交易智能合约利用第一验证密钥对支付数据证明进行验证,输出第一验证结果;接收充电站发出的充电数据证明和第二验证密钥;充电交易智能合约利用第二验证密钥对充电数据证明进行验证,输出第二验证结果;从证人池中随机选取执行证人监测第一验证结果和第二验证结果的类型,根据第一验证结果和第二验证结果的类型控制充电交易的继续执行或中断。本发明还提出一种基于V2G的充电交易数据处理设备以及存储介质。本发明可以提升充电交易的公平性和系统整体安全性。

    一种基于V2G网络的电力分配优化方法、装置、芯片及终端

    公开(公告)号:CN118336758B

    公开(公告)日:2024-09-17

    申请号:CN202410439210.4

    申请日:2024-04-12

    Applicant: 重庆大学

    Abstract: 本发明实施例公开了一种基于V2G网络的电力分配优化方法、装置、芯片及终端,应用于移动端参与的V2G网络,方法首先设置各种电车交易信息的初始权重,然后根据初始权重和属性筛选出基础交易数据中的关键数据,关键数据作为移动端需要使用的训练数据,通过云存储服务器进行存储,提高电力分配优化中交易数据的利用效率和准确性。并且,移动端根据所提供的训练数据进行联邦学习,优化和更新移动端的本地模型,进而优化和更新全局模型,由于交易数据与电力息息相关,因此,此部分也优化了最终输出的供电方案,根据供电方案进行电力分配,可以解决电力短缺的问题,且具有较好的可持续性和稳定性。

    一种基于V2G网络的电网分割学习方法以及系统

    公开(公告)号:CN119887188A

    公开(公告)日:2025-04-25

    申请号:CN202411971480.6

    申请日:2024-12-30

    Applicant: 重庆大学

    Abstract: 本发明涉及V2G网络优化技术,揭露了一种基于V2G网络的电网分割学习方法,包括:客户端获取实时交易信息,并根据敏感度函数对实时交易信息进行敏感度分级,得到多个分级敏感度的交易信息;获取多个分级敏感度的交易信息中的敏感属性,并对敏感属性执行噪声添加操作,将添加噪声后的交易信息存储至云存储服务器;云存储服务器接收添加噪声后的交易信息,并对LSTM‑FCNN多任务模型进行参数优化训练,得到目标LSTM‑FCNN多任务模型;云存储服务器和聚合器利用分割学习方法对目标LSTM‑FCNN多任务模型进行协同训练,得到基于V2G网络的电网多任务模型。本发明还提出一种基于V2G网络的电网分割学习系统。本发明可以提高实时交易信息在V2G网络中的优化效率并提高V2G网络的稳定性。

    基于V2G的充电交易数据处理方法、设备及存储介质

    公开(公告)号:CN118982353B

    公开(公告)日:2025-04-01

    申请号:CN202411026938.0

    申请日:2024-07-30

    Applicant: 重庆大学

    Abstract: 本发明涉及V2G网络领域,涉及一种基于V2G的充电交易数据处理方法,其包括:接收充电用户发出的支付数据证明和第一验证密钥;充电交易智能合约利用第一验证密钥对支付数据证明进行验证,输出第一验证结果;接收充电站发出的充电数据证明和第二验证密钥;充电交易智能合约利用第二验证密钥对充电数据证明进行验证,输出第二验证结果;从证人池中随机选取执行证人监测第一验证结果和第二验证结果的类型,根据第一验证结果和第二验证结果的类型控制充电交易的继续执行或中断。本发明还提出一种基于V2G的充电交易数据处理设备以及存储介质。本发明可以提升充电交易的公平性和系统整体安全性。

    一种基于V2G网络的电力分配优化方法、装置、芯片及终端

    公开(公告)号:CN118336758A

    公开(公告)日:2024-07-12

    申请号:CN202410439210.4

    申请日:2024-04-12

    Applicant: 重庆大学

    Abstract: 本发明实施例公开了一种基于V2G网络的电力分配优化方法、装置、芯片及终端,应用于移动端参与的V2G网络,方法首先设置各种电车交易信息的初始权重,然后根据初始权重和属性筛选出基础交易数据中的关键数据,关键数据作为移动端需要使用的训练数据,通过云存储服务器进行存储,提高电力分配优化中交易数据的利用效率和准确性。并且,移动端根据所提供的训练数据进行联邦学习,优化和更新移动端的本地模型,进而优化和更新全局模型,由于交易数据与电力息息相关,因此,此部分也优化了最终输出的供电方案,根据供电方案进行电力分配,可以解决电力短缺的问题,且具有较好的可持续性和稳定性。

Patent Agency Ranking