公开(公告)号：CN119537806A

公开(公告)日：2025-02-28

申请号：CN202411602201.9

申请日：2024-11-11

Applicant: 北京理工大学 ,  国网山西省电力公司信息通信分公司

Inventor： 张照生 ,  彭鹏 ,  马军伟 ,  李晶 ,  陈敏

IPC: G06F18/10 ,  G06F18/2431 ,  G06F18/213 ,  G06N3/0464 ,  G06F18/27 ,  G06F18/23 ,  G06Q50/06

Abstract: 本发明公开了一种数据驱动的电动汽车充电量及充电时长预测方法，包括以下步骤：步骤1，对电动汽车的历史充电数据进行数据预处理；步骤2，对预处理充电片段进行特征提取并赋予标签；步骤3，基于LSTM分类模型实现标签预测；步骤4，基于RF回归模型实现充电量与充电时长预测。本发明高效准确地预测出电动汽车充电量与充电时长，不仅可以优化充电站的运营效率，提升用户的充电体验，还可以为智能电网和可持续交通系统做出更大的贡献。通过准确预测，充电站可以更好地安排充电设施的使用，减少排队等待时间，提高充电桩的利用率；用户则可以根据预测信息合理规划充电时间，避免长时间等待，提高出行计划的灵活性和便利性。

公开(公告)号：CN118211724A

公开(公告)日：2024-06-18

申请号：CN202410406903.3

申请日：2024-04-07

Applicant: 北京理工大学

Inventor： 张照生 ,  彭鹏 ,  马军伟 ,  李晶 ,  陈敏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/10 ,  G06F17/18 ,  G06F18/2415 ,  G06F16/23 ,  G06F16/29 ,  G06N7/01

Abstract: 本发明提供了一种数据驱动的新能源汽车用户充电地点预测方法，其利用新能源汽车实车大数据并执行必要的数据预处理，通过对车辆各次充电行为所对应的充电地点、时间、日期、SOC及快慢充方式等信息进行统计分析，并结合贝叶斯定理建立预测模型，能够对新能源汽车在特定条件下对应的充电地点进行精确预测。该方法的实现较为简便，且能够保持长期持续地更新，从而有利于优化充电体验和保障电力系统稳定。