| 专利名称 | 一种基于树模型的新能源汽车充电电量预测方法 | ||
|---|---|---|---|
| 申请号/专利号 | CN202510502613.3 | 专利权人(第一权利人) | 长春工业大学 |
| 申请日 | 2025-04-22 | 授权日 | 2025-08-05 |
| 专利类别 | 授权发明 | 战略新兴产业分类 | 新一代信息技术 |
| 技术主题 | 机器学习|工程学|新能源|互信息|原始数据|自适应|深层神经网络|神经网络|数据挖掘|预测方法|新能源汽车|非线性|电量 | ||
| 应用领域 | 集成学习|预测|资源|神经学习方法|基于知识的模式的计算机系统 | ||
| 意向价格 | 具体面议 | ||
| 专利概述 | 本发明涉及新能源汽车充电电量预测与优化领域,公开了一种基于树模型的新能源汽车充电电量预测方法,旨在解决传统方法在处理复杂非线性、非时序及长尾分布数据时预测精度低、鲁棒性差的问题。该方法先对原始数据预处理,然后构建深度神经网络模型获得初步预测值并计算残差序列;随后利用动态设置#imgabs0#方法、动态调节gamma方法及动态混合损失函数方法改良XGBoost残差修正模型,并对残差进行修正,实现基于残差序列统计特性和候选特征对交互信息的自适应参数优化;最终将初步预测值与残差修正值融合,获得最终的充电电量预测值。本方法显著提升新能源汽车充电电量预测的鲁棒性与精度,广泛适用于复杂充电场景的智能预测与优化。 | ||
| 图片资料 |
|
||
| 合作方式 | 具体面议 | ||
| 联系人 | 戚梅宇 | 联系电话 | 13074363281 |