一种基于仿真优化的电动出租车充电站选址优化算法

    公开(公告)号:CN118228482A

    公开(公告)日:2024-06-21

    申请号:CN202410372556.7

    申请日:2024-03-29

    Abstract: 本发明公开了一种基于仿真优化的电动出租车充电站选址优化算法,包括第一阶段:模拟城市电动出租车的出行和充电行为,建立出租车出行仿真模型;在模型中设置相关参数后,能够仿真生成合理的且带有时间、空间信息的充电需求点,作为充电站选址定容模型的输入;第二阶段:建立以最小化总成本为目标的充电站选址定容模型,成本包含司机的寻站成本、等待成本和流失成本三部分;第三阶段:模拟城市电动出租车的充电决策过程,建立基于排队论的充电决策仿真模型,以评估出租车的寻站、等待、流失成本;结合充电决策仿真模型和ALNS算法框架,设计求解充电站选址定容模型的仿真优化算法。本发明能够根据电动出租车的时间空间数据,选择合适的建设候选地点。

    一种基于卷积神经网络的电压异常检测方法

    公开(公告)号:CN118194128A

    公开(公告)日:2024-06-14

    申请号:CN202410359826.0

    申请日:2024-03-27

    Abstract: 本发明公开了一种基于卷积神经网络的电压异常检测方法,对电压数据进行预处理,构建并训练卷积神经网络,利用训练好的卷积神经网络对电压进行异常检测,该方法的具体步骤包括如下:S1,获取表计的电压数据;S2,对电压数据进行预处理;S3,构建卷积神经网络;S4,对验证集进行分类评估:将验证集数据输入到训练好的神经网络模型中,对输出结果进行精度评估。本发明无需安装额外的硬件装置,对表计上传的数据进行处理后,再将这些数据作为模型的输入即可实现电压的异常检测识别,使用简单、检测精度高。

Patent Agency Ranking