-
公开(公告)号：CN118155404A
公开(公告)日：2024-06-07
申请号：CN202410174001.1
申请日：2024-02-07
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0455 , G06N3/092 , G06N3/09
Abstract: 本发明公开一种电动汽车出行需求估计和交通传感器放置方法。首先，收集历史出发地‑目的地出行需求数据、历史充电负荷和路段流量；其次，用收集到的数据训练深度强化学习智能体与解码器的Transformer；然后，将所选取的充电负荷典型日输入到训练好的智能体中，产生交通传感器放置方案，随后将传感器观测到的交通道路流量数据输入到编码器的Transformer中，根据回归损失对编码器的Transformer进行训练得到最终的出发地‑目的地精确估计值；最后，将所得到的出发地‑目的地估计值作为输入，利用训练好的拟合交通分配网络，得到最终的交通分布和充电负荷估计值。通过以上步骤，本发明得到了智能电网和智能交通系统中电动汽车交通流出发地‑目的地需求估计和交通传感器放置方法，该方法克服了三级框架的固有复杂性，准确估计了电动汽车的出发地‑目的地需求和放置交通传感器的关键位置，从而有效管理智能电网和智能交通系统。
-
公开(公告)号：CN118155404B
公开(公告)日：2025-04-01
申请号：CN202410174001.1
申请日：2024-02-07
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0455 , G06N3/092 , G06N3/09
Abstract: 本发明公开一种电动汽车出行需求估计和交通传感器放置方法。首先，收集历史出发地‑目的地出行需求数据、历史充电负荷和路段流量；其次，用收集到的数据训练深度强化学习智能体与解码器的Transformer；然后，将所选取的充电负荷典型日输入到训练好的智能体中，产生交通传感器放置方案，随后将传感器观测到的交通道路流量数据输入到编码器的Transformer中，根据回归损失对编码器的Transformer进行训练得到最终的出发地‑目的地精确估计值；最后，将所得到的出发地‑目的地估计值作为输入，利用训练好的拟合交通分配网络，得到最终的交通分布和充电负荷估计值。通过以上步骤，本发明得到了智能电网和智能交通系统中电动汽车交通流出发地‑目的地需求估计和交通传感器放置方法，该方法克服了三级框架的固有复杂性，准确估计了电动汽车的出发地‑目的地需求和放置交通传感器的关键位置，从而有效管理智能电网和智能交通系统。
-
公开(公告)号：CN118134346B
公开(公告)日：2025-03-07
申请号：CN202410172024.9
申请日：2024-02-07
Applicant: 东南大学
IPC: G06Q10/067 , G08G1/01 , G06Q50/26
Abstract: 本发明涉及电力系统与交通融合技术领域，公开了一种城市充电负荷实时仿真方法、装置、存储介质及设备，该方法包括：根据电动汽车出行需求，得到交通出行矩阵，进而得到个体电动汽车出行模型；基于车辆跟驰模型和超车换道模型，结合个体电动汽车出行模型，建立交通网微观模型；建立充电站模型；建立个体电动汽车充电站选择模型充电站；结合交通网微观模型、个体电动汽车出行模型以及个体电动汽车充电站选择模型，得到城市充电负荷仿真模型。本发明的有益效果为：可以充分展示电动汽车充电负荷的时空动态特性、实时查看车流量与充电站实时充电负荷变化，为精细化充电负荷调度提供了有力的分析基础和仿真工具。
-
公开(公告)号：CN118134346A
公开(公告)日：2024-06-04
申请号：CN202410172024.9
申请日：2024-02-07
Applicant: 东南大学
IPC: G06Q10/067 , G08G1/01 , G06Q50/26
Abstract: 本发明涉及电力系统与交通融合技术领域，公开了一种城市充电负荷实时仿真方法、装置、存储介质及设备，该方法包括：根据电动汽车出行需求，得到交通出行矩阵，进而得到个体电动汽车出行模型；基于车辆跟驰模型和超车换道模型，结合个体电动汽车出行模型，建立交通网微观模型；建立充电站模型；建立个体电动汽车充电站选择模型充电站；结合交通网微观模型、个体电动汽车出行模型以及个体电动汽车充电站选择模型，得到城市充电负荷仿真模型。本发明的有益效果为：可以充分展示电动汽车充电负荷的时空动态特性、实时查看车流量与充电站实时充电负荷变化，为精细化充电负荷调度提供了有力的分析基础和仿真工具。
-
-
-
Search Results
4
records
(took 0.025 seconds)
