[发明专利]一种电动汽车智能充电分配调节方法、装置、设备及介质

权利要求书

1.一种电动汽车智能充电分配调节方法，应用于充电桩系统，其特征在于，所述方法包括：

根据充电桩获取接入车辆的特征信息，并将所述接入车辆的特征信息输入车辆充电行为学习模块；其中，所述车辆充电行为学习模块包含多种神经网络模型；

根据所述车辆充电行为学习模块确定出与所述接入车辆对应的神经网络模型，以获得所述接入车辆的预测充电时间与初始充电功率；

实时监测所述充电桩系统的充电功率，以获得保证所述充电桩系统正常运行的运行系数；

当所述运行系数大于预设过载值或者小于预设低载值时，根据预置的平行系统确定所述接入车辆需要调整的充电功率值，以实现所述接入车辆的充电分配。

2.根据权利要求1所述的一种电动汽车智能充电分配调节方法，其特征在于，所述充电桩获取接入车辆的特征信息，并将所述接入车辆的特征信息输入车辆充电行为学习模块之前，还包括：

获取车辆的特征信息样本，根据聚类算法对所述特征信息样本进行分类，并构建对应的神经网络模型；其中，所述神经网络模型中由若干条车辆的特征信息；

将所述若干条车辆的特征信息中的充电行为转换为充电行为时间序列；其中，所述充电行为包括：充电时间与用车时间中的一项或多项；

根据所述充电行为时间序列对相应的神经网络模型进行参数训练，以确定出符合要求的神经网络模型。

3.根据权利要求2所述的一种电动汽车智能充电分配调节方法，其特征在于，所述获取车辆的特征信息样本，根据聚类算法对所述特征信息样本进行分类，并构建对应的神经网络模型，具体包括：

将所述车辆的特征信息进行量化，构建所述车辆的三维特征空间；其中，所述车辆的特征信息包括：电池特性、用车习惯与充电习惯中的一项或多项；

在所述车辆的特征信息的样本集P中选择k个点作为聚类中心u_k；

计算所述车辆的特征信息的样本集P中剩余特征信息样本点P_i与所述聚类中心u_k之间的距离D(P_i)；

将剩余特征信息样本点P_i划分到与其距离最近的聚类中心所在的分类簇中，以形成新的分类簇；

根据所述新的分类簇，更新所述聚类中心；

重复更新所述聚类中心的步骤，以获得固定的聚类中心完成对所述车辆的特征信息的分类；

根据所述车辆的特征信息的分类建立对应的神经网络模型，其中，k与i为大于0的整数。

4.根据权利要求3所述的一种电动汽车智能充电分配调节方法，其特征在于，所述车辆充电行为学习模块确定出与所述接入车辆对应的神经网络模型，以获得所述接入车辆的预测充电件与初始充电功率，具体包括：

对所述接入车辆的特征信息与所述聚类中心进行相似度计算，选择距离最小的聚类中心所对应的神经网络模型预测所述接入车辆的充电时间；

若所述预测充电时间小于所需充电时间，则选择所述充电桩的全功率为初始充电功率；

若所述预测充电时间大于所述所需充电时间，则选择以平均功率为初始充电功率并实时监测充电桩功率，以调整充电功率；其中，所述所需充电时间由所述接入车辆的特征信息中获得的电池所需功率及所述充电桩的额定功率计算获得；所述平均功率根据所述所需功率及预测充电时间得到。

5.根据权利要求1所述的一种电动汽车智能充电分配调节方法，其特征在于，所述实时监测所述充电桩系统的充电功率，以获得保证所述充电桩系统正常运行的运行系数，具体包括：

实时监测所述充电桩系统的充电功率，除以所述充电桩系统的额定功率得到运行系数，以保证所述充电桩系统的正常运行；其中，当所述运行系数大于预设过载值时处于过载状态，当所述运行系数小于预设低载值时处于低载状态。