基于统计模型与机器学习的电动汽车驾驶员聚类
机器学习
2018-02-13 v1
摘要
电动汽车（EV）在配电能量管理系统中发挥着重要作用，因为EV的功耗水平远高于其他常规家用电器。EV驾驶员行为的随机性使得由于充电会话参数的不确定性，最优充电或放电调度更加困难。为最小化行为不确定性的影响，开发有效方法预测EV负荷以实现智能EV能量管理至关重要。以UCLA校园和圣莫尼卡市的EV智能充电基础设施为测试平台，我们收集了EV充电行为的真实数据集，并基于此提出了一种结合统计分析与机器学习方法的EV用户建模技术。具体而言，将无监督聚类算法和多层感知机应用于历史充电记录，以进行日前EV停放与负荷预测。交叉验证的实验结果表明，我们的模型在充电控制调度和在线EV负荷预测方面能取得良好性能。
引用
@article{arxiv.1802.04193,
title = {Electric Vehicle Driver Clustering using Statistical Model and Machine Learning},
author = {Yingqi Xiong and Bin Wang and Chi-Cheng Chu and Rajit Gadh},
journal= {arXiv preprint arXiv:1802.04193},
year = {2018}
}
备注
2018 IEEE PES General Meeting