欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202311443546X
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于车辆运行后台数据的城市多场景充电负荷预测方法,其特征在于,所述方法包括以下步骤:获取仿真区域,根据关键分布拟合模块和依赖数据库生成当前仿真用户的出行信息;所述出行信息包括电池容量、首次出行时间、首次出行SOC、当日出行次数、H区域编号属性和W区域编号属性;

基于当前仿真用户的出行信息,利用双层行程链决策模型确定此次行程的终点信息;所述终点信息包括:目的地类型、区域编号和坐标信息;

基于所述终点信息调用导航API计算此次行程的行驶距离、行驶时间和行驶能耗,然后根据车辆平均里程能耗以及电池包容量更新到达SOC信息;

获取下一段行程信息和需求SOC信息,综合做出是否充电的决定,如果进行充电则调用充电仿真模块,如果无需充电则更新预测的下一段行程信息;重复上述过程,再完成所有区域仿真后得到所需充电负荷信息;

所述双层行程链决策模型包括上层行程链和下层行程链;

所述上层行程链采用朴素贝叶斯分类器模型,所述朴素贝叶斯分类器模型的输入参数包括行程起始时间、行程起始场所类型、工作日与周末标签、以及剩余行程次数,所述朴素贝叶斯分类器模型的输出为行程结束场所类型;

所述下层行程链采用状态转移矩阵模型,统计全天24小时时段从某一区域出前往其他区域的频次数据,遍历这一过程得到24个区域状态转移矩阵。

2.根据权利要求1所述的基于车辆运行后台数据的城市多场景充电负荷预测方法,其特征在于,所述关键分布拟合模块通过数据运行处理环节得到的数据基础对仿真所需关键概率分布进行拟合,包括首次出发时间分布、当日出行次数分布、分场所停止时间分布、首次出行SOC分布和用户开始充电SOC分布。

3.根据权利要求2所述的基于车辆运行后台数据的城市多场景充电负荷预测方法,其特征在于,所述数据运行处理环节具体为:从企业数据库获取某一城市一定规模数量的用户行驶轨迹数据库;在基础数据库上进行数据字段的转换与扩充;所述数据字段的转换与扩充具体包括:时间戳转换,用户分组时序排列、场所POI类别辨识、行程编码、城市格栅分区编码以及工作日周末切分。

4.根据权利要求1所述的基于车辆运行后台数据的城市多场景充电负荷预测方法,其特征在于,所述依赖数据库具体包括建立每个区域的典型场所坐标信息数据库,每个区域的用户工作场所区域分布数据库。

5.根据权利要求1所述的基于车辆运行后台数据的城市多场景充电负荷预测方法,其特征在于,所述是否充电的决定方法为:判断是否为最后一次行程,如果为最后一次行程,则判断行程结束时的电量和充电下限关系,大于则无需充电;小于则执行充电仿真模块,输出对应充电数组;如果不是最后一次行程,首先判断行程结束时的电量和充电下限关系,小于则执行充电仿真模块,输出对应充电数组;大于则继续判断是否满足下次行程行驶需要,满足则无需充电,不满足则执行充电仿真模块,输出充电数组,同时更新下一次行程的行程信息。

6.根据权利要求5所述的基于车辆运行后台数据的城市多场景充电负荷预测方法,其特征在于,所述充电仿真模块的决策流程为:判断是否是最后一次行程,如果是则执行在家充电的流程,如果不是则执行中间场所充电的流程。