公开(公告)号：CN118500424A

公开(公告)日：2024-08-16

申请号：CN202410369214.X

申请日：2024-03-28

Applicant: 南京师范大学

Inventor： 江来 ,  汤迪霏 ,  黄心晨 ,  罗乐瑶 ,  柏思齐

IPC: G01C21/34 ,  G06N3/042 ,  G06N3/044 ,  G06N3/098

Abstract: 本发明公开了基于联邦图学习的电动汽车充电导航方法及系统，包括：获取目标区域内电力与交通系统中的充电桩特征数据集、电动汽车特征数据集以及道路特征数据集；对所有数据集进行分布式图神经网络训练，分布式图神经网络训练包括，通过GCN建模道路交通拓扑结构的空间依赖性；用层次化方式提取交通流量的特征周期；构建Fed‑GCN模型，以获取时间依赖关系；依据Fed‑GCN模型以及分布式图神经网络训练得到的参数构建电气‑交通耦合模型；依据电气‑交通耦合模型，通过Rainbow算法决策出最优充电桩和路径并反馈。本发明以联邦图学习为支撑，实现了各个平台数据的融合使用，扩充了模型特征，建立了有效的电动汽车充电导航方法。