摘要
本申请公开一种基于多回归模型融合的充电需求预测方法,涉及新能源汽车领域,方法包括:基于目标车辆的历史充电数据,利用训练好的行为聚类模型对目标车辆的充电行为进行聚类,得到n种充电行为类别;基于目标车辆的历史充电数据和n个类别标签,利用训练好的行为识别模型计算各充电行为类别的发生概率;基于目标车辆的历史充电数据,利用各类别标签对应的训练好的单一充电需求预测模型,分别预测目标车辆在各充电行为类别下的充电需求;利用训练好的加权模型,将目标车辆在n种充电行为类别下的充电需求与各充电行为类别的发生概率进行加权求和,得到目标车辆未来的充电需求。本申请提高了新能源汽车充电需求预测的精准性。
技术关键词
需求预测方法
需求预测模型
学习器
车辆
Stacking模型
新能源汽车
聚类
标签
数据
计算机系统
处理器
动力电池
存储器
功率
车型
网格
系统为您推荐了相关专利信息
参数
仿真软件
训练机器学习算法
车辆动力学模型
指标
智能车辆
交通调度方法
云端服务器
历史交通数据
实时数据
位置更新方法
自动泊车
车辆实时位置
坐标系
车辆状态参数
协同调度系统
微电网
分层调度方法
网络拓扑数据
回归技术
设备升级方法
加密数据
智能座舱
OTA升级包
服务器