摘要
本申请提供一种应用于电动汽车的充电需求信息预测方法及模型训练方法,涉及电动汽车充电控制技术领域。该方法包括:基于中央服务器的初始全局充电预测模型包括的初始全局权重矩阵,对目标充电站的本地充电预测模型包括的本地权重矩阵进行训练。其中,中央服务器与目标充电站均参与了联邦学习。基于训练好的本地权重矩阵,确定每个目标充电站的信用评分,并基于信用评分确定目标加权聚合策略。进一步的,基于目标加权聚合策略对本地权重矩阵进行加权聚合,以获取最终的全局充电预测模型,该全局充电预测模型用于预测任意一个目标充电站的电动汽车的总充电需求信息。本申请能够提高全局充电预测模型的安全性与预测结果的准确性。
技术关键词
充电站
矩阵
非线性
信息预测方法
计算机执行指令
模型训练方法
数据
服务器
时间段
模型训练装置
策略
服务端
信息预测装置
日历
充电控制技术
多层结构
模块
关系
可读存储介质
变量
系统为您推荐了相关专利信息
定型钢模板
应力监测系统
钢筋网格
路径优化算法
集算法
土壤湿度反演方法
动态时间规整
原始观测数据
GNSS数据
土壤湿度监测技术
瞬态工况
超薄带钢
集成学习框架
参数监测系统
风险评估模型
驱动频率控制方法
PID控制策略
建立电力系统
重构模型
输出反馈控制器