一种电动汽车充电负荷预测方法与终端

    公开(公告)号:CN117674096A

    公开(公告)日:2024-03-08

    申请号:CN202311617065.6

    申请日:2023-11-28

    Abstract: 本发明公开了一种电动汽车充电负荷预测方法与终端,获取用户历史出行数据,对历史出行数据进行分类和筛选,得到历史行程链数据;根据历史行程链数据进行用户出行预测,生成预测预测行程链数据;根据预测行程链数据以及能耗模型,预测行程能耗数据,生成能耗链数据;根据能耗链数据,结合焦虑度模型,预测生成不同充电策略下的充电链数据;根据充电链数据,生成不同充电策略下的充电负荷变化曲线;本发明考虑电动汽车用户出行行为不确定性和时空耦合特性,通过历史出行数据推导预测用户的出行行为,以推导电动汽车耗能,结合焦虑度模型得到符合充电规律的充电链信息,得到不同充电策略下的充电负荷曲线变化,实现对电动汽车充电负荷的模拟。

    基于VMD的可以自适应确定模态数的分解方法

    公开(公告)号:CN116150544A

    公开(公告)日:2023-05-23

    申请号:CN202310132779.1

    申请日:2023-02-18

    Abstract: 本发明公开了基于VMD的可以自适应确定模态数的分解方法,涉及VMD技术领域,为了提高最终预测精度的问题。本基于VMD的可以自适应确定模态数的分解方法,VMD根据分量窄带条件建立约束优化问题,从而估计信号分量的中心频率以及重构相应分量,针对VMD不能自适应确定分解模态数的问题提出IPD算法,通过IPD算法实现对信号的精确分解,不仅能够解决模态混叠和端点效应等问题,还可以针对不同的后续预测模型得到相对应的最优分解方式。IPD分解算法充分发挥了VMD算法的优点,能够将原始时间序列分解成更易抓取特征的子序列,优于其他分解方法。在满足IPD算法的前提下,结合四种不同的预测模型进行分解预测,实验误差都有了一定程度的降低。

Patent Agency Ranking