摘要
本发明公开了基于时空交通流预测的充电站负荷不确定性量化方法,该方法包括从道路两侧的传感器节点收集交通流数据,包括交通流量数据和车流平均速度数据;构建基于分位数时空网络的交通流不确定性预测模型,并利用该模型和交通流数据进行交通流量不确定性的预测;考虑到充电站充电电价、交通流量及道路拥堵因素,构建改进的充电站排队模型,将交通流量的不确定性预测结果转化为充电站负荷的不确定性结果。本发明充分挖掘了交通流数据的时空耦合特征,有效地提升了交通流量不确定性预测的准确率,另一方面,本发明综合考虑了交通流量、充电电价等因素对于充电站负荷的影响,进一步提高了充电站负荷不确定性预测的精度。
技术关键词
不确定性量化方法
交通流预测
车流平均速度
静态特征提取
动态特征提取
充电站电动汽车
排队模型
传感器节点
数据
负荷
模块
道路拥堵程度
时序
耦合特征
矩阵
网络
处理器
计算机
系统为您推荐了相关专利信息
异常监测方法
流形学习算法
切片
动态特征提取
慢特征分析
电气性能检测方法
高精度电流传感器
信号
在线学习算法
动态特征提取
任务调度策略
特征提取模型
视觉
云服务器
资源分配框架
交通流预测模型
交通流预测方法
节点特征
注意力机制
编码向量
交通流预测方法
LSTM模型
交通流预测系统
生成对抗网络
K近邻算法