一种居民小区电动汽车充放电行为监控方法及系统

    公开(公告)号:CN116451955A

    公开(公告)日:2023-07-18

    申请号:CN202310418056.8

    申请日:2023-04-18

    摘要: 本发明公开了一种居民小区电动汽车充放电行为监控方法及系统,属于电动汽车监控技术领域,包括:采集居民小区相关数据,相关数据包括小区基本信息、充电桩信息和台区信息;根据充电桩信息绘制充电曲线,并根据最大负载得到监控报警数据;根据小区基本信息、充电桩信息和台区信息采用人工智能预测未来一段时间的充电行为,得到预测曲线;调用居民小区所在区域地图,并在区域地图上展示小区基本信息、充电桩信息和台区信息;响应于用户的充放电行为监控请求,可视化展示充电曲线、监控报警数据及预测曲线。本发明实现了对居民小区电动汽车充放电行为的全局可视化监控,能够实时预警异常情况,有助于保障居民小区的电力安全和供电稳定。

    一种居民小区电动汽车V2G潜力预测方法及系统

    公开(公告)号:CN116307135A

    公开(公告)日:2023-06-23

    申请号:CN202310179382.8

    申请日:2023-02-27

    摘要: 本发明公开了一种居民小区电动汽车V2G潜力预测方法及系统,属于电动汽车潜力预测技术领域,包括:获取居民小区电动汽车相关数据和电动汽车所在居民小区相关数据,将两组数据转化为小时、日、周频度的充电容量数据,并按照时间序列分组,得到充电容量测试数据;将充电容量测试数据输入到预先训练的电动汽车V2G潜力预测模型中,得到小时、日、周频度的居民小区电动汽车V2G潜力预测结果。该方法可提高居民小区电动汽车V2G潜力预测的准确度,能够预测小时、日、周、月、季、年等不同频度下的V2G潜力预测。

    电动汽车充电容量需求预测方法及相关装置

    公开(公告)号:CN116187562A

    公开(公告)日:2023-05-30

    申请号:CN202310170649.7

    申请日:2023-02-27

    摘要: 电动汽车充电容量需求预测方法及相关装置,包括:采集小区电动汽车聚合后的充电功率数据,以及小区属性数据;将充电功率数据,以及小区属性数据进行预处理,得到按照时间序列分组后的数据;将预处理后的数据划分为训练集、验证集和测试集;构造GRU神经网络模型,并对模型进行训练,使用测试数据集对训练好的模型进行预测。本发明基于循环神经网络和GRU循化门单元的深度学习预测,可提高电动汽车充电容量需求预测的准确度,有效预测短期、中期、长期充电容量需求,支持配电网规划运行管理决策。