CN119398397A 一种基于人工智能的充电桩建设规划方法及系统 （北京首兴安成电力工程有限公司）

一种基于人工智能的充电桩建设规划方法预设的分层注意力网络模型对不同数据源特征通过序列到序列模型根据因素权重数据以及多成初步选址方案数据，实现更科学的充电桩布2步骤S1：获取现有的电力基础设施数据以及多源异构步骤S2：通过序列到序列模型根据因素权重数据以及步骤S3：根据充电需求预测数据以及电力基础步骤S4：根据充电需求预测数据以及初步选址方案数步骤S5：根据电网影响评估数据生成电网约束数据，3.根据权利要求2所述的基于人工智能的充电步骤S142：对多源异构数据进行基于地理空间的栅格步骤S144：根据关键特征数据设计多层次的注意力机制3步骤S145：利用分层注意力网络模型对关键特征数据进步骤S146：根据多尺度特征数据对充电需求的影响权步骤S21：利用长短期记忆网络序列模型根据因素权重数据以及多源异构数据进行长步骤S34：根据预设的服务半径以及覆盖率指标对候选充电桩位置集合进行最大覆盖步骤S35：根据候选充电桩位置集合以及道路网络地图信息进行路网距离以及行驶时步骤S37：通过NSGA_II算法根据多目标优化模型对候6.根据权利要求5所述的基于人工智能的充电桩建设步骤S372：根据最优选址方案候选集以及地理数据步骤S373：根据场地适应性评估数据对最优选址方案4步骤S374：对选址方案排序候选集进行覆盖范围以及服务区域步骤S375：根据最优选址方案候选集对多目标优化模步骤S376：根据参数敏感性分析数据对选址方案可8.根据权利要求7所述的基于人工智能的充电桩建设步骤S451：对充电桩配置数据以及容量规划数据进步骤S452：根据电力基础设施数据构建描述变电站步骤S453：根据新增负荷特性数据以及电网拓扑模型进步骤S454：对电网拓扑模型进行在新增负荷特性数据下电网各节点处的电压情况评步骤S455：对电压质量评估数据以及潮流安全性评估步骤S52：构建双层优化模型，将初步选址方案数据以及充电桩配置数据作为优化变5化求解过程中交替更新选址方案和配置方案持续修正直至满足电网约束数据中的约束条述的基于人工智能的充电桩建设规划方法，所述基于人工智能的充电桩建设规划系统包多源数据融合模块，用于获取现有的电力基础设施数长期需求预测模块，用于通过序列到序列模型根据因素权重数据以及多风险最小化选址模块，用于根据充电需求预测数据以及电力基础设施规划方案优化模块，用于根据电网影响评估数据生成电网约束数数据对初步选址方案数据以及充电桩配置数据进行基于充电需求以及电网稳定的平衡修6步骤S4：根据充电需求预测数据以及初步选址方案数据进行选址点负荷曲线预7可以提供对充电需求预测结果的可信度估计，帮助决策者了解预测的范围和可能的偏差。时序特征提取，并利用预设的分层注意力网络模型对不同数据源特征进行跨时间尺度融据构建长期充电需求预测模型；基于长期充电需求预测模型对未来充电需求进行长期预约束数据对初步选址方案数据以及充电桩配置数据进行基于充电需求以及电网稳定的平8务的可用性和便捷性。通过对充电需求预测数据和初步选址方案数据进行负荷曲线预测，术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范9步骤S4：根据充电需求预测数据以及初步选址方案数据进行选址点负荷曲线预[0017]步骤S4：根据充电需求预测数据以及初步选址方案数据进行选址点负荷曲线预可以提供对充电需求预测结果的可信度估计，帮助决策者了解预测的范围和可能的偏差。电行为数据中的充电时间、充电量和充电位置等信息可以揭示用户的充电模式和需求特本发明实施例将地理数据转化为栅格数据，将地理空间划分为规则的栅格单元，[0030]步骤S143：根据空间邻接矩阵以及时序特征数据进行基于主成分分析的特征降度特征数据与充电需求之间的关联性进行分析，可以确定不同特征对充电需求的影响程步骤S21：利用长短期记忆网络序列模型根据因素权重数据以及多源异构数据进步骤S21：利用长短期记忆网络序列模型根据因素权重数据以及多源异构数据进本发明实施例使用Python编程语言和深度学习框架，如TensorFlow、Keras或[0043]本发明通过使用LSTM网络序列模型，可以捕捉充电需求本发明实施例使用地理信息系统（GIS）软件，如ArcGIS、QGIS或Python中的[0047]步骤S34：根据预设的服务半径以及覆盖率指标对候选充电桩位置集合进行最大[0048]步骤S35：根据候选充电桩位置集合以及道路网络地图信息进行路网距离以及行或SPEA2）对多目标整数规划模型进行求解，以获得一组最优或近似最优的充电桩选址方目标优化，可以在不同的权衡和约束条件下找到一个最优解或者一组最优解。通过使用步骤的组合应用可以帮助决策者进行全面的充电桩选址分析，以满足充电需求并考虑风本发明实施例在步骤S37中已经定义了多目标优化模型，包括需要优化的目标函[0056]步骤S373：根据场地适应性评估数据对最优选址方案候选集进行选址优先级排具有最高得分的选址方案作为最有前景的选址方[0061]本发明通过使用NSGA_II算法对多目标优化模型进行求解，可以得到一组最优选[0066]步骤S45：根据电力基础设施数据对容量规划数据进行新增负荷对电网的影响评以帮助了解充电设施建设对电力系统的潜在影响，为电力系统规划和运营提供重要参考；评估线路潮流和变压器容量是否超过安全极限，可以识别出存在风险的线路和薄弱环节，合考虑电压稳定性和设备负载情况对电网运行的影响；识别对电网运行影响最大的约束在优化求解过程中交替更新选址方案和配置方案持续修正直至满足电网约束数据中的约[0079]本发明实施例将初步选址方案和充电桩配置数据作为初[0080]本发明通过对电网影响评估数据进行分析，提取出与电网运构建双层优化模型以及优化求解过程，可以得到满足电网约束的充电桩建设规划方案数时序特征提取，并利用预设的分层注意力网络模型对不同数据源特征进行跨时间尺度融据构建长期充电需求预测模型；基于长期充电需求预测模型对未来充电需求进行长期预约束数据对初步选址方案数据以及充电桩配置数据进行基于充电需求以及电网稳定的平