Invention Publication
- Patent Title: 一种电动汽车非车载充电机计量精度优化方法及装置
-
Application No.: CN202411132134.9Application Date: 2024-08-19
-
Publication No.: CN119004988APublication Date: 2024-11-22
- Inventor: 王晖南 , 任宇路 , 郭易鑫 , 靳海岗 , 陈扬波 , 靳王岗 , 程昱舒 , 杨兆忠 , 高强 , 郝威 , 毕艳华 , 王昱瑾 , 姚俊峰 , 肖春 , 陈力波 , 刘佳易 , 蔺占芳 , 姚晓明
- Applicant: 国网山西省电力公司营销服务中心
- Applicant Address: 山西省太原市综改示范区太原唐槐园区武洛街10号国网山西省电力公司研发楼
- Assignee: 国网山西省电力公司营销服务中心
- Current Assignee: 国网山西省电力公司营销服务中心
- Current Assignee Address: 山西省太原市综改示范区太原唐槐园区武洛街10号国网山西省电力公司研发楼
- Agency: 武汉蓝宝石专利代理事务所
- Agent 张东冬
- Main IPC: G06F30/27
- IPC: G06F30/27 ; G06F18/22 ; G06F18/25 ; B60L53/60

Abstract:
本发明涉及一种电动汽车非车载充电机计量精度优化方法及装置,其方法包括:获取电动汽车非车载充电机运行工况中的多个影响量的历史数据;通过多模态迭代融合方法对所述多个影响量进行融合,得到融合后的影响因素历史数据;构建电动汽车非车载充电机的计量单元多因素补偿模型;通过径向基函数神经网络方法构建直流电流和电压误差评估模型;获取电动汽车非车载充电机实时的多个影响量,将其代入到计量单元多因素补偿模型和计量单元多因素补偿模型中,得到电流误差补偿系数和电压误差补偿系数。本发明通过多模态迭代融合方法融合多因素特征,并将其与径向基函数神经网络方法学习误差与多因素的表示,从而提高了计量精度。
Information query