基于多回归模型融合的充电需求预测方法

AITNT
正文
推荐专利
基于多回归模型融合的充电需求预测方法
申请号:CN202411737228
申请日期:2024-11-29
公开号:CN120197738A
公开日期:2025-06-24
类型:发明专利
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
1
基于机器学习的车辆动力学参数估计方法
参数 仿真软件 训练机器学习算法 车辆动力学模型 指标
2
一种基于实时数据的交通调度方法、装置及智能车辆
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
3
自动泊车中停车位置更新方法、存储介质及电子设备
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
4
一种输配微电网分层调度方法、装置、设备及存储介质
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
5
一种智能座舱设备升级方法
设备升级方法 加密数据 智能座舱 OTA升级包 服务器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号