CN119941237B 一种基于多维度数据体系的充电站运行维护方法 （烟台国网中电电气有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119941237B(45)授权公告日2025.07.04

(21)申请号202510420859.6

(22)申请日2025.04.07

(65)同一申请的已公布的文献号申请公布号CN119941237A

(43)申请公布日2025.05.06

(73)专利权人烟台国网中电电气有限公司

地址264000山东省烟台市莱山区广场南

路6号

专利权人国网(北京)新能源汽车服务有限

公司

(72)发明人赵贺雍张现利梁博赵波李昊牟维斌刁威刘慧婧万磊王泽坤

(74)专利代理机构烟台君鼎博创知识产权代理事务所(普通合伙)37356

专利代理师杨建新

(51)Int.CI.

GO6Q10/20(2023.01)

GO6Q50/06(2024.01)

GO6T17/00(2006.01)

GO6N3/042(2023.01)

GO6N3/0464(2023.01)

GO6N3/0442(2023.01)

GO6N3/0475(2023.01)

GO6N3/045(2023.01)

GO6N3/084(2023.01)

GO6N3/0985(2023.01)

GO6N3/092(2023.01)

GO6N3/094(2023.01)

GO6N3/006(2023.01)

(56)对比文件

CN118333484A,2024.07.12

CN118736444A,2024.10.01

审查员刘青

权利要求书3页说明书9页附图4页

(54)发明名称

一种基于多维度数据体系的充电站运行维护方法

(57)摘要

119941237B本发明公开了一种基于多维度数据体系的充电站运行维护方法，涉及智能优化领域，包括，采集充电桩运行、环境、用户及电网数据，预处理为JSON后，通过Kafka-Flume实时解析分类，存储至分布式数据库并建立复合索引，通过Presto检索；经清洗后，结合GraphQL与图查询语言构建时空图谱，提取多维特征向量；生成数字孪生模型，通过虚实映射融合多源数据，结合残差校正与强化学习优化；利用超图神经网络融合多模态数据，结合熵正则化多目标策略及元学习优化拓扑；动态分配功率，LSTM-GAN预测定位故障，PID调控输出；区块链合约自动触发设备冻结及限

119941237B

CN

CN

了充电站运维的精准性和响应效率。

CN119941237B权利要求书1/3页

2

1.一种基于多维度数据体系的充电站运行维护方法，其特征在于：包括，

采集充电站的多维度数据，打包为JSON格式数据包并进行预处理，其中所述多维度数据包括充电桩运行数据、环境数据、用户数据与电网负荷数据；

采用Kafka-Flume组合架构对JSON格式数据包解析分类，存入数据库并建立复合索引，利用Presto查询进行执行数据联合检索，输出检索结果集；

对检索结果集进行多维度标准化处理，利用图查询语言动态关联多维度数据，构建时空关联图谱并提取多维度数据关系特征，生成多维度特征向量；

基于多维度特征向量，结合计算机视觉生成充电站三维模型，使用虚实映射方程动态融合多维度数据至三维模型，进行构建数字孪生模型；

实时计算数字孪生模型与充电站真实数据残差误差，校正数字孪生模型；

结合强化学习算法优化交互效率，通过自适应增益动态调节数字孪生模型，

使用超图神经网络融合多维度特征向量，结合熵正则化多目标MDP更新策略并利用元学习框架快速适应不同任务，动态优化超图拓扑结构；

通过动态优化算法进行功率分配，使用LSTM-GAN融合预测故障并定位，反馈跨场景优化资源调度与负载均衡；

使用超图神经网络融合多维度特征向量，结合熵正则化多目标MDP更新策略并利用元学习框架快速适应不同任务，动态优化超图拓扑结构包括，

使用超图拉普拉斯矩阵来执行正则化，计算融合后特征向量，

将融合后的特征向量输入至多目标马尔可夫决策过程算法，对充电站策略进行优化并通过熵正则化来平衡不同目标之间的关系；

熵正则化多目标MDP更