摘要：针对电动汽车充电设备在复杂环境下面临的非线性计量误差显著、超差响应率低的问题，提出一种融合神经常微分方程（ODE）与车-桩-云协同数据的超差计量动态建模方法。基于车端、桩端及云端协同数据，构建充电环境拓扑，分析台区能量关系，预测充电设备计量误差，建立电压误差矩阵和计量不确定度，将其输入神经ODE模型，并设计损失函数进行动态误差修正。实验结果表明，所提模型对充电设备计量误差的预测相对误差波动控制在±1%以内，超差计量误差响应率均达95%以上，且在低温、常温及高温环境下平均绝对误差最大值仅为0.001 4，显著优于对比方法。该研究有效提升了充电设备计量精度与可靠性，为高精度计量与智能运维提供了新思路。

        关键词：超差计量；车-桩-云协同数据；动态修正；非线性动态特性

        中图分类号：TB971     文献标识码：A 

      格式引文：陈稳，李鹏程，张华,等. 车-桩-云协同下的充电设备超差计量方法[J].电气传动,2026,56(07):91-96. CHEN Wen，LI Pengcheng，ZHANG Hua,et al. Out-of-tolerance metering method for charging equipment under vehicle-pile-cloud synergy [J].Electric Drive, 2026,56(07):91-96