研究人员开发了一种新颖的在线概率预测方法，专门用于电动汽车（EV）充电负荷。该框架解决了充电行为异质性和演变性带来的挑战。它通过使用双时间尺度表示来区分持久的站点特定模式和最近的行为变化，然后对其进行语义编码以指导面向漂移的适应。在真实数据上的实验表明，与传统和面向概念漂移的基线相比，预测准确性和概率可靠性得到了显著提高，在更长的预测范围内误差减少高达 22.6%。 AI
影响 该方法通过提供更准确的负荷预测，可以提高电动汽车充电基础设施管理的效率和可靠性。
排序理由 该集群包含一篇详细介绍新预测方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
