基于多因素影响融合模型的电动汽车充电时长预测方法

本发明属于新能源电动汽车技术领域，公开了基于多因素影响融合模型的电动汽车充电时长预测方法，该方法包括：对大数据平台采集的车辆运行数据进行清洗和分割；通过计算各充电段的充电功率，并根据功率将分割得到的充电数据划分为快充和慢充数据集。分别使用快充和慢充数据集训练随机森林模型（RF），根据RF划分规则获取叶节点特征，在多层感知器模型（MLP）中新建“规则层”，用于接收和处理RF叶节点特征和MLP隐藏层的深层次特征，实现模型的结构性融合，最后在输出层获取充电时长预测结果。本发明综合考虑了充电功率、荷电状态（SOC）、温度多因素影响，在快、慢充模式下平均误差率均能控制在5%以内，实现了电动汽车充电时长的精准预测。