摘要
一种电动汽车外部因素与充电行为关联的数据挖掘方法及系统,方法首先获取充电行为因素与外部因素,构建原始数据集并扩充数据,然后对连续取值量化离散,打上离散型标签,接着采用基于LLM大语言模型模拟的专家打分法计算权重并改进Apriori算法,最后挖掘各类因素的关联关系;本发明通过ADASYN算法对电力系统数据进行数据扩充,弥补了电力系统数据缺失多,特征不够完整的缺点,然后采用DBSCAN聚类法对取值连续型的特征项进行量化,相较于现有的均匀量化和频率量化技术,使量化结果更具有特征代表性,且降低了分析难度,最后基于改进的Apriori算法实现数据挖掘,改变了不同影响因素的权重,简单高效的实现了外部因素和电动汽车充电行为之间的关联规则。
技术关键词
样本
数据挖掘方法
表达式
标签
Apriori算法
数据挖掘系统
环境状态信息
充电桩设备
专家打分法
SMOTE算法
充电站
密度
阶段
核心
邻域
参数
扩充模块
连续型
标记
系统为您推荐了相关专利信息
开发辅助方法
芯片体系结构
样本
编程
开发辅助装置
土壤肥力预测方法
土壤肥力检测
指数
土壤特征
指标
电力变压器故障
卷积网络模型
归一化方法
电力设备故障诊断技术
网络结构
多域特征
频域特征提取
识别策略
暂态过电压
电力系统仿真