摘要
本发明涉及一种充电桩计量误差预测方法、装置、电子设备、计算机可读介质,其方法包括:获取目标直流充电桩的历史充电数据,并对所述历史充电数据进行预处理;所述历史充电数据包括输出电压、输出电流、电池荷电状态、纹波系数和电能示值误差;基于预处理后的历史充电数据,训练基于变异系数改进的LSTM模型;将实时获取的目标直流充电桩的充电数据,输入到训练完成的所述LSTM模型,得到电能示值误差的预测值。本发明通过充电桩的历史数据,并结合数据波动特征,构建多尺度的预测模型,提高直流充电桩计量误差预测的准确性和适应性。
技术关键词
示值误差
计量误差
直流充电桩
LSTM模型
时序特征
电池荷电状态
纹波系数
数据
电能
动态门控
矩阵
网络
预测装置
序列
电子设备
波动特征
处理器
模块
计算机
系统为您推荐了相关专利信息
时序神经网络
电池状态预测方法
时序特征
物理
序列
监测点
状态监测方法
线路
电离层延迟误差
电离层总电子含量
深度学习系统
人体关节点
空间特征提取
图像采集模块
深度学习模型
时域特征
频域特征
加权损失函数
样本
时域编码器
抑郁
状态检测系统
状态检测模块
BiLSTM模型
信息采集模块