数据驱动的电动公交车路线能耗预测方法及系统

本发明涉及智能交通技术领域，公开了数据驱动的电动公交车路线能耗预测方法及系统，方法包括：获取目标线路的特征数据集，特征数据集包括，线路地理拓扑参数和时空关联标签；基于特征数据集提取特征，将提取得到的特征进行重要性评估，生成高维能耗特征描述，基于高维能耗特征描述训练大语言模型，得到能耗预测模型；将待测公交车特征向量输入能耗预测模型，生成待测公交车的能耗预测结果。通过重要性评估生成的高维能耗特征描述，能够筛选出对能耗预测具有重要影响的特征，可以减少模型对特定线路的依赖，可以提升模型的泛化能力，同时，利用大语言模型在处理复杂和高维数据方面的优势，可以提高能耗预测的准确性。