摘要
本发明公开了一种基于XGBoost分类算法的电动汽车V2G容量预测方法,包括:首先以电动汽车用户为研究对象,将其充放电行为分为四种:仅充电,仅放电,先充电再放电,先放电再充电,然后用XGBoost分类模型对用户的特征进行分析进而对未分类用户进行分类,最后将分类好的用户进行相对应类别的数学计算得到电网侧负荷预测曲线。本发明能切合实际的以较高精度对用户行为进行分类,并能将用户的生活习惯融入最终的负荷计算之中,从而一定程度上提高了电网侧对于电动汽车负荷预测曲线的计算,提升了电动汽车作为储能系统的调度能力,同时也提高了分布式能源的利用效率和运营管理效率。
技术关键词
容量预测方法
时间段
充放电特征
分类预测模型
序列
算法
负荷
充放电曲线
可读存储介质
处理器
储能系统
存储器
功率
计算机
电子设备
程序
对象
能源
定义
系统为您推荐了相关专利信息
神经网络模型
计算机程序指令
识别方法
异构
元素
实体解析方法
神经网络语言模型
融合上下文信息
语义向量
深度度量学习
历史流量数据
打印设备
打印控制方法
动态规划算法
时间段