[发明专利]一种电动汽车充电场景生成方法

权利要求书

1.一种电动汽车充电场景生成方法，其特征在于，包括：

获取某地区电动汽车充电站的充电信息；

基于充电信息，利用充电电流波动特征划分方法，构建电动汽车的充电电流场景集；

根据电动汽车的充电电流场景集构建深度卷积生成式对抗网络模型，利用生成式对抗网络模型生成电动汽车多区域充电场景；

所述电动汽车的充电电流场景集包括充电电流聚类中心值、每个区域电动汽车充电电流数据之间的距离以及最优电动汽车充电场景数目；

根据电动汽车的充电电流场景集构建深度卷积生成式对抗网络模型，利用生成式对抗网络模型生成电动汽车多区域充电场景，具体包括：

a)设定生成网络模型G由一个全连接层和四个反卷积层构成，前三个反卷积层的激活函数采用ReLU函数，最后一个反卷积层的激活函数采用Sigmoid函数；

b)设定判别网络模型D由三个卷积层和一个全连接层构成，三个卷积层的激活函数全部采用LReLU函数；

c)将得到的电动汽车的充电电流场景集输入到判别网络模型中，在训练的过程中，生成网络的输入为随机噪声变量z；生成一个新的随机变量G(z)，其分布表示为P_G；定义一个损失函数L_G，用于不断更新权值，同时定义一个损失函数L_D，用于不断更新判别网络的参数；采用Wasserstein距离反映P_G和历史数据的真实分布P_r之间的差异；

d)对判别网络模型进行优化，获取生成式对抗网络模型；

e)不断交替训练生成网络模型G和判别网络模型D，直到Wasserstein距离收敛为止；将训练完成的生成网络模型G和判别网络模型D固定，由生成网络模型G生成电动汽车多区域充电场景。

2.根据权利要求1所述的电动汽车充电场景生成方法，其特征在于，充电电流聚类中心值的表达式为：

式中：G_m为每一个区域中的充电电流聚类中心值，m为电动汽车充电场景数目，N为每一个区域中的充电电流数据数量，x_n为每一个区域中的充电电流数据，n为电动汽车充电电流样本总数。

3.根据权利要求1所述的电动汽车充电场景生成方法，其特征在于，通过欧式距离确定每个区域电动汽车充电电流数据之间的距离，表达式如下：

式中：x_n为每一个区域中的充电电流数据，x_mn为每个维度的充电电流数据点，C_mn为每个维度的充电电流中心值，M为每个维度的充电电流数据量，D(x_n，G_m)为每个区域电动汽车充电电流数据之间的距离，n为电动汽车充电电流样本总数。

4.根据权利要求1所述的电动汽车充电场景生成方法，其特征在于，利用误差平方和算法获取最优的电动汽车充电场景数目，计算式如下：

式中，SSE为误差平方和，C_i为电动汽车充电场景的第i个区域，P为C_i中每个时刻的充电电流数据，k为划分的区域的个数，k＝1，2...。

5.根据权利要求1所述的电动汽车充电场景生成方法，其特征在于，损失函数L_G的表达式为：

式中，P_z为随机噪声变量z的分布，E为期望值，D(G(z))为生成的充电电流数据；

损失函数L_D的表达式为：

式中，P_r为历史数据x_n的真实分布，x_n为每一个区域中的充电电流数据；

反映P_G和历史数据的真实分布P_r之间的差异的Wasserstein距离表达式为：

式中，ω为判别器的参数。

6.根据权利要求5所述的电动汽车充电场景生成方法，其特征在于，所述生成式对抗网络模型的目标函数为：

7.根据权利要求1所述的电动汽车充电场景生成方法，其特征在于，ReLU激活函数和Sigmoid激活函数分别为：

ReLU(x_n)＝max(0，x_n)

LReLU激活函数为：

式中，x_n为每一个区域中的充电电流数据。