电动汽车充电需求预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及电动车辆技术领域，公开了一种电动汽车充电需求预测方法、装置、设备及存储介质。该方法包括获取预设区域内的车辆轨迹数据；基于密度的时空聚类算法处理车辆轨迹数据，以剔除漂移点获得常驻点；根据车辆轨迹数据中的充电状态和经纬度数据确定充电位置；根据常驻点和充电位置确定用户的充电距离集合；根据预设非参数估计算法分析充电距离集合获得充电距离容忍度的概率密度分布曲线，以进行电动汽车充电需求预测。本发明专利技术充分考虑到轨迹数据漂移导致分析结果不够精准的问题，通过密度的时空聚类算法剔除漂移点得到高精度的电动汽车用户充电距离容忍度的概率密度分布曲线，作为制定电动汽车引导策略时分析充电偏好的参考依据。

【技术实现步骤摘要】

本专利技术涉及电动车辆，尤其涉及一种电动汽车充电需求预测方法、装置、设备及存储介质。

技术介绍

1、随着近年来电动汽车的市场占有率逐渐上升，人们在日常生活中的出行更加便捷的同时，也产生了海量的电动汽车数据。对电动汽车充电用户进行用户画像构建，引导用户充电行为的相关技术中，缺乏针对大数据量的电动汽车用户进行充电距离容忍度计算的方法，无法实现针对不同类型用户进行差异化的精准服务。

2、目前，对电力客户容忍度评价分类方法中，基于客户群体开展客户容忍度的聚类分析，挖掘群体性容忍度特征，得到按空间分布的电力客户容忍度分类结果。上述方案可以指导优化客户服务，针对大数据量的客户实行差异化精准化服务，提升客户满意度，具有重要应用价值。一般对用户充电行为画像处理对电动汽车用户进行了行为数据画像以及充电数据画像，包括充电时段，用户电费敏感度等，但并没有考虑到轨迹数据漂移导致分析结果不够精准，且缺乏关于对不同用户对于充电距离容忍度的计算。

技术实现思路

1、本专利技术的主要目的在于提供一种电动汽车充电需求预测方法、装置本文档来自技高网...

【技术保护点】

1.一种电动汽车充电需求预测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述获取车辆在预设区域内的车辆轨迹数据，包括：

3.如权利要求2所述的方法，其特征在于，所述对所述轨迹数据进行处理和清洗，以获得用户出行轨迹段，包括：

4.如权利要求1所述的方法，其特征在于，所述基于密度的时空聚类算法对所述车辆轨迹数据进行处理，以剔除漂移点，获得用户的常驻点，包括：

5.如权利要求1所述的方法，其特征在于，所述根据所述常驻点和所述充电位置确定用户的充电距离集合，包括：

6.如权利要求1所述的方法，其特征在于，所述根据预...

【技术特征摘要】

1.一种电动汽车充电需求预测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述获取车辆在预设区域内的车辆轨迹数据，包括：

3.如权利要求2所述的方法，其特征在于，所述对所述轨迹数据进行处理和清洗，以获得用户出行轨迹段，包括：

4.如权利要求1所述的方法，其特征在于，所述基于密度的时空聚类算法对所述车辆轨迹数据进行处理，以剔除漂移点，获得用户的常驻点，包括：

5.如权利要求1所述的方法，其特征在于，所述根据所述常驻点和所述充电位置确定用户的充电距离集合，包括：

6.如权利要求1所述的方法，其特征在于，所述根据预设非参数估计算法分析所述充电距离集合，以获得充电距离容忍度的概率密度分布曲线，包括...

【专利技术属性】
技术研发人员：唐泽洋，陈杨，崔一铂，饶玮，李逸文，李紫宇，邓桂平，刘畅，王晋，舒欣，王捷，龙凤，徐江珮，周亮，喻潇，苏昊扬，徐成伟，
申请(专利权)人：国网湖北省电力有限公司电力科学研究院，
类型：发明
国别省市：