【技术实现步骤摘要】
本专利技术涉及电动汽车的换电需求预测领域；具体地，涉及一种基于深度学习的换电站换电需求预测方法。
技术介绍
1、随着汽车电动化进程的深化，电动汽车的规模日益增大，汽车电动化环保减排、降低运营成本等优点，对减少城市交通碳排放、缓解能源危机具有重大影响，且符合未来可持续发展的趋势。充电与换电是电动汽车的两种补能方式，慢充方式补能时间长，挤占有效运营时间；快充方式在一定程度可提高补能效率，但有损电池使用寿命，而换电模式补能速度快、电池可控性强等优点，可以节省电动汽车用户的充电时间，还可以减轻用户的里程焦虑。因此，换电站的服务能否满足电动汽车用户的需求，其运营效率和服务质量直接关系到电动汽车普及的进程和用户的使用体验，无论对于客户对换电站的搜索和预定、车站运营商的实时操作（例如价格调整），还是对于电池调度输送、再充电，研究换电站的换电需求预测十分重要。
2、目前，基于换电站历史数据的需求预测的研究很少，传统数学统计法主要包括趋势外推法、指数平滑、时间序列预测法、卡尔曼滤波和灰色模型，现代预测法包括机器学习、深度学习。目前，越来越多的...
【技术保护点】
1.一种基于深度学习的换电站换电需求预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的换电站换电需求预测方法，其特征在于，在步骤B中还包括以下步骤：
3.根据权利要求1所述的一种基于深度学习的换电站换电需求预测方法，其特征在于，在步骤C中还包括以下步骤：
4.根据权利要求1所述的一种基于深度学习的换电站换电需求预测方法，其特征在于，在步骤D中还包括以下步骤：
5.根据权利要求1所述的一种基于深度学习的换电站换电需求预测方法，其特征在于，在步骤E中还包括以下步骤：
6.根据权利要求...
【技术特征摘要】
1.一种基于深度学习的换电站换电需求预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的换电站换电需求预测方法，其特征在于，在步骤b中还包括以下步骤：
3.根据权利要求1所述的一种基于深度学习的换电站换电需求预测方法，其特征在于，在步骤c中还包括以下步骤：
4.根据权...
【专利技术属性】
技术研发人员：周户星，许杨，孙宝凤，梁宏朝，崔云龙，马国栋，李迟，杨肇新，
申请(专利权)人：吉林大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。