一种智能网联场景下新能源汽车充电需求预测及充电桩智能布局系统和方法技术方案

本发明专利技术提出一种智能网联场景下新能源汽车充电需求预测及充电桩智能布局系统和方法。所述方法包括：对新能源汽车的多源数据进行预处理；所述预处理包括：时间特征预处理和位置特征预处理；从经过预处理的多源数据提取与充电需求相关的关键特征数据；采用机器学习算法构建充电需求预测模型；根据充电需求预测模块输出的充电需求预测结果，采用贪心算法对充电桩布局进行优化，确定充电桩的最优安装位置。本发明专利技术通过整合多源数据预测新能源汽车的充电需求，解决传统方法预测不准的问题，避免了充电桩的不合理建设，提高了充电桩的使用效率。同时减少用户寻找充电桩的时间和精力成本，促进新能源汽车的推广和使用。

【技术实现步骤摘要】

本专利技术属于新能源汽车充电需求预测及充电桩布局，具体涉及一种智能网联场景下新能源汽车充电需求预测及充电桩智能布局系统和方法。

技术介绍

1、随着新能源汽车的快速普及，充电基础设施的合理布局成为保障新能源汽车高效使用的关键因素。传统的充电桩布局大多基于经验或固定区域的简单需求评估，缺乏对新能源汽车充电需求动态变化的精准把握。在实际应用中，存在诸多问题：一方面，无法准确预测不同区域、不同时段的新能源汽车充电需求，容易导致部分区域充电桩过度建设造成资源浪费，而部分区域充电桩不足，用户充电困难；另一方面，未充分利用智能网联技术整合车辆、交通、能源等多方面数据，难以实现充电桩布局的智能化与优化。此外，现有技术没有有效结合新能源汽车的行驶轨迹、电池状态、用户行为习惯等信息进行充电需求预测和充电桩布局规划，导致充电桩使用效率低下，无法满足新能源汽车日益增长的充电需求。

技术实现思路

1、为解决
技术介绍
所提出的缺陷，本专利技术提出一种智能网联场景下新能源汽车充电需求预测及充电桩智能布局系统和方法。>

2、实现本专本文档来自技高网...

【技术保护点】

1.一种智能网联场景下新能源汽车充电需求预测系统，其特征在于，包括：

2.如权利要求1所述的智能网联场景下新能源汽车充电需求预测及充电桩智能布局系统，其特征在于，所述充电需求预测模块采用长短时记忆网络构建充电需求预测模型，所述充电需求预测模型将关键特征数据归一化后，通过滑动窗口序列生成三维张量输入，输出充电需求预测结果。

3.如权利要求2所述的智能网联场景下新能源汽车充电需求预测系统，其特征在于，所述充电需求预测模型为基于长短时记忆网络的模型，该模型包括两个隐藏层和两个输出层；第一个隐藏层包含50个隐藏单元，采用双向LSTM结构，输入为三维张量[样本数，时间步长，...

【技术特征摘要】

1.一种智能网联场景下新能源汽车充电需求预测系统，其特征在于，包括：

2.如权利要求1所述的智能网联场景下新能源汽车充电需求预测及充电桩智能布局系统，其特征在于，所述充电需求预测模块采用长短时记忆网络构建充电需求预测模型，所述充电需求预测模型将关键特征数据归一化后，通过滑动窗口序列生成三维张量输入，输出充电需求预测结果。

3.如权利要求2所述的智能网联场景下新能源汽车充电需求预测系统，其特征在于，所述充电需求预测模型为基于长短时记忆网络的模型，该模型包括两个隐藏层和两个输出层；第一个隐藏层包含50个隐藏单元，采用双向lstm结构，输入为三维张量[样本数，时间步长，特征数]，用于捕捉时间序列中的长期依赖关系，返回维度为[样本数，时间步长，50]的完整序列张量；第二层包含50个隐藏单元，用于从完整序列中提取关键特征数据，返回维度为[样本数，50]的单值特征向量；输出层包括：二分类子网络输出层：用于通过sigmoid激活函数，输出充电概率；回归子网络输出层：用于通过线性激活函数输出平均充电功率需求。

4.如权利要求1所述的智能网联场景下新能源汽车充电需求预测系统，其特征在于，所述时间特征预处理包括从多源数据中的用车时间提取“是否为周末”的标记信息；所述位置特征预处理包括对多源数据中的车辆实时位置字段进行独热编码。

5.一种如权利要求1所述系统的智能网联场景下新能源汽车充电需求预测方法，其特征在于，包括：

6.一种如权利要求1所述系统的充电...

【专利技术属性】
技术研发人员：马睿，黄福金，杨迪，金安康，
申请(专利权)人：东风汽车集团股份有限公司，
类型：发明
国别省市：