摘要
本申请涉及一种充电站的充电需求预测方法和电动公交车的运行优化方法,充电站的充电需求预测方法包括:获取电动公交汽车充电站的历史充电记录数据,基于随机森林模型从历史充电记录数据中筛选出与充电需求相关的目标特征;基于目标特征的特征数据,通过训练后的充电需求预测模型预测电动公交汽车充电站的充电需求;其中,充电需求预测模型包括长短时记忆神经网络和光梯度决策树网络,长短时记忆神经网络包括多个网络单元且采用注意力机制为各个网络单元的输出分配权重,充电需求预测模型的输出为长短时记忆神经网络的输出和光梯度决策树网络的输出进行加权求和的结果。解决了电动公交车充电站峰谷期的充电需求预测准确性相对较低的问题。
技术关键词
公交汽车
网络单元
随机森林模型
需求预测模型
需求预测方法
充电电池荷电状态
注意力机制
数据
公交车充电站
记忆单元
误差
时间段
样本
矩阵
线路
标签
系统为您推荐了相关专利信息
随机森林模型
指标
归一化植被指数
数据获取模块
分层
温度校准方法
光电
线性回归模型
计算机系统
温度校准系统
异质结构
数据获取单元
石墨烯
电信号
计算机设备
水力压裂
裂缝
监测系统
岩石断裂韧度
智能分析平台
个性化特征
个性化用药
移动平均滤波
LSTM模型
提醒方法