基于深度学的充电网络运行态势分析方法及装置

摘要

本发明涉及一种基于深度学的充电网络运行态势分析装置，解决了现有技术的不足，技术方案为：包括深度训练器、数据清洗器、数据采集器和运行姿态分析网关，数据采集器：采集充电桩充电记录、预约记录、设备状态信息，故障记录，并进行入库，数据清洗器：对采集的数据进行清洗，并结构化存储，深度训练器：基于深度自动编码器，对充电历史数据进行训练，并生成深度自动编码器训练模型，运行态势分析网关：基于深度自动编码器训练模型，输出充电网路运行态势分析，并提供客户端查询功能。

主权项

一种基于深度学习的充电网络运行态势分析方法，其特征在于：包括以下步骤：步骤一，采集充电桩运行的当前数据和历史数据；步骤二，对采集的历史数据进行清洗和结构化处理；步骤三，选用历史数据作为样本通过深度自动编码器模型采用自下而上的无监督学习，逐层构建神经元，形成神经网络；步骤四，神经网络中每个隐含单元的输入作为下一层神经网络的输入，并对下一层进行训练；步骤五，通过标准的多层神经网络的监督训练方法进行微调；步骤六，将实时监测的充电运营数据作为有标签样本和深度自动编码器模型预测系统预测的短期数据进行比较，比对的结果如果差值相对较大，就用有标签样本对深度自动编码器模型进行有监督的训练，调整编码器的网络参数，直到预测结果和实际观测结果差值落在合理区间为止，输出深度自动编码器训练模型；步骤七，根据充电桩实时运行数据通过深度自动编码器训练模型，预测未来充电网络的运行态势。