摘要
本申请提供一种汽车负荷的预测方法、装置及相关设备,该方法包括:在待预测车辆行驶过程中,将所述待预测车辆的当前行程的开始时间点输入至第一深度学习模型中进行预测,得到当前行程的行程链类型;将所述行程链类型输入至第二深度学习模型中对当前行程的下一次停车信息进行预测,得到目标时间段;将所述目标时间段输入至第三深度学习模型中对所述待预测车辆的剩余续航距离进行预测,得到续航距离;根据所述续航距离和充电信息生成当前出行的充电负荷。本申请通过三个深度学习模型对当前行程的行程链类型、目标时间段和续航距离进行预测,并通过结合充电信息确定出待预测车辆的充电负荷,提高了预测汽车负荷的准确度。
技术关键词
深度学习模型
行程
时间段
负荷
误差信息
车辆
计算机程序产品
训练样本集
蒙特卡洛
曲线
功率
终点
处理器
BP算法
汽车电池
传播算法
预测装置
随机森林
存储器
系统为您推荐了相关专利信息
元件故障率
电力系统动态
评估指标体系
灰色关联理论
可再生能源
负荷特征
历史负荷数据
深度神经网络训练
储能技术
平滑度
故障记录数据
故障数据处理方法
计算机设备
时间段
计算机程序产品
任务调度优化模型
时间段
任务调度算法
任务调度方法
队列