• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于隨機(jī)森林的季節(jié)性電動(dòng)汽車充電負(fù)荷預(yù)測(cè)

    2024-11-07 00:00:00張欣李林
    軟件工程 2024年11期

    摘要:針對(duì)傳統(tǒng)電動(dòng)汽車充電負(fù)荷預(yù)測(cè)研究未充分考慮季節(jié)性因素和預(yù)測(cè)精度低等問題,提出了一種基于隨機(jī)森林的季節(jié)性電動(dòng)汽車充電負(fù)荷預(yù)測(cè)模型。首先,使用某市整個(gè)公共充電站匯總負(fù)荷的公共數(shù)據(jù)集,構(gòu)建了包含天氣狀況、溫度等季節(jié)性因素以及歷史充電負(fù)荷數(shù)據(jù)的輸入特征矩陣。其次,采用主成分分析法和卡方檢驗(yàn)對(duì)輸入變量進(jìn)行篩選。最后,利用隨機(jī)森林算法對(duì)電動(dòng)汽車充電負(fù)荷進(jìn)行預(yù)測(cè),將其應(yīng)用于測(cè)試集并與支持向量機(jī)(SupportVectorMachine,SVM)方法進(jìn)行對(duì)比。在測(cè)試集上的應(yīng)用結(jié)果表明,與SVM方法相比,該模型的決定系數(shù)精度提升了66.93%,平均絕對(duì)誤差(MAE)和均方根誤差(RMSE)分別提升了37.19%和46.30%。以上結(jié)果證明該方法可以有效地預(yù)測(cè)電動(dòng)汽車充電負(fù)荷,能夠精準(zhǔn)反映出充電負(fù)荷隨著季節(jié)性變化的趨勢(shì)。

    關(guān)鍵詞:電動(dòng)汽車;季節(jié)性;隨機(jī)森林;負(fù)荷預(yù)測(cè)

    中圖分類號(hào):TP181文獻(xiàn)標(biāo)志碼:A

    0引言(Introduction)

    電動(dòng)汽車行業(yè)的迅猛發(fā)展引起了政府、汽車制造商和能源企業(yè)的廣泛重視。隨著電動(dòng)汽車的大規(guī)模推廣應(yīng)用,電力系統(tǒng)將面臨挑戰(zhàn)和機(jī)遇并存的局面,其中巨大的充電需求造成的沖擊負(fù)荷將會(huì)影響到配電網(wǎng)運(yùn)行的穩(wěn)定性和原有配電網(wǎng)的升級(jí)與規(guī)劃等,并且這種影響會(huì)隨著電動(dòng)汽車滲透率的增大而將進(jìn)一步加劇[1]。因此,構(gòu)建有效的電動(dòng)汽車充電負(fù)荷預(yù)測(cè)模型尤為關(guān)鍵,它能夠?yàn)楦玫匾?guī)劃和調(diào)度電動(dòng)汽車充電設(shè)施提供有力支撐。然而,當(dāng)前大多數(shù)研究只考慮了車輛和充電站方面的信息[2]和相關(guān)因素,預(yù)測(cè)方法得到的結(jié)果通常僅能捕捉日內(nèi)的短期充電負(fù)荷演變[3]情況,卻忽視了負(fù)荷曲線在不同季節(jié)間展現(xiàn)出的顯著差異性。

    針對(duì)上述背景,本文關(guān)注季節(jié)性因素對(duì)車主充電習(xí)慣的影響,將天氣狀況和溫度與待分析的變量聯(lián)系起來,采用隨機(jī)森林算法構(gòu)建充電負(fù)荷預(yù)測(cè)模型。結(jié)果表明,充電負(fù)荷預(yù)測(cè)模型能夠有效預(yù)測(cè)各季節(jié)的充電負(fù)荷曲線,驗(yàn)證了充電負(fù)荷預(yù)測(cè)存在季節(jié)差異性,為電動(dòng)汽車充電設(shè)施和電網(wǎng)的規(guī)劃和建設(shè)提供了參考。

    1預(yù)備知識(shí)(Preparatoryknowledge)

    1.1國內(nèi)外研究現(xiàn)狀

    由于電動(dòng)汽車充電負(fù)荷在時(shí)空上表現(xiàn)出隨機(jī)性、波動(dòng)性和周期性的特點(diǎn),因此建立有效的電動(dòng)汽車充電負(fù)荷預(yù)測(cè)模型尤為關(guān)鍵?,F(xiàn)有的負(fù)荷預(yù)測(cè)模型主要有基于充電時(shí)段的蒙特卡洛負(fù)荷預(yù)測(cè)模型[4]、基于充電概率的統(tǒng)計(jì)學(xué)負(fù)荷預(yù)測(cè)模型[5]、考慮時(shí)空分布基于出行鏈的預(yù)測(cè)模型[6]等。但是,使用這些模型進(jìn)行預(yù)測(cè)時(shí),通常缺乏對(duì)具體充電站實(shí)時(shí)負(fù)荷變化情況的分析,限制了它們對(duì)未來充電系統(tǒng)適應(yīng)性的提升。

    隨著電動(dòng)汽車的普及和充電數(shù)據(jù)的積累,機(jī)器學(xué)習(xí)技術(shù)的發(fā)展為電動(dòng)汽車充電負(fù)荷預(yù)測(cè)提供了重要工具。其中,支持向量機(jī)是預(yù)測(cè)相對(duì)穩(wěn)定的充電站日負(fù)荷的有效方法,例如劉敦楠等[7]針對(duì)聚類后的相似日負(fù)荷,采用最小二乘支持向量機(jī)預(yù)測(cè)電動(dòng)汽車充電站的短期負(fù)荷。然而,SVM的缺點(diǎn)是缺乏通用性和對(duì)數(shù)據(jù)類型的局限性。同時(shí),長短期記憶(LongShort\|TermMemory,LSTM)神經(jīng)網(wǎng)絡(luò)也被廣泛應(yīng)用于時(shí)間序列預(yù)測(cè),例如CHANG等[8]針對(duì)電動(dòng)汽車快充充電站電力需求的波動(dòng),提出了基于LSTM神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型。然而,電動(dòng)汽車負(fù)荷的隨機(jī)性是大多數(shù)時(shí)間序列預(yù)測(cè)算法面臨的一大難題,因?yàn)橐惶斓某潆娙萘颗c前一天的充電容量并不一定相關(guān)。此外在復(fù)雜的現(xiàn)實(shí)世界中,一些時(shí)序數(shù)據(jù)往往可能出現(xiàn)多元化、不規(guī)則的現(xiàn)象,加大了對(duì)其進(jìn)行預(yù)測(cè)的難度與誤差。與上述方法不同,在一些研究領(lǐng)域,隨機(jī)森林算法提供了準(zhǔn)確的短期電力負(fù)荷預(yù)測(cè),例如馮忠義等[9]構(gòu)建了隨機(jī)森林模型用于預(yù)測(cè)短期電力負(fù)荷需求,他們發(fā)現(xiàn)隨機(jī)森林模型具有較高的預(yù)測(cè)精度和穩(wěn)定性。充電負(fù)荷預(yù)測(cè)與電力負(fù)荷預(yù)測(cè)存在相似性,目前隨機(jī)森林方法已被證明可以有效地應(yīng)用于電動(dòng)汽車充電負(fù)荷預(yù)測(cè)領(lǐng)域。毛為真等[10]提出了一種基于針對(duì)單一充電站負(fù)荷的隨機(jī)森林電動(dòng)汽車充電負(fù)荷預(yù)測(cè)方法,能有效地跟蹤充電站每15min的預(yù)計(jì)充電量。VENKATESAN等[11]對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行了全面分析,以期預(yù)測(cè)電動(dòng)汽車充電站的每小時(shí)能源需求,他們發(fā)現(xiàn)隨機(jī)森林模型的表現(xiàn)優(yōu)于其他模型。但是,以上研究未考慮天氣、溫度等季節(jié)性因素的影響,只關(guān)注日內(nèi)峰值負(fù)荷預(yù)測(cè)的準(zhǔn)確性,缺乏對(duì)長期趨勢(shì)的預(yù)測(cè)和魯棒性的關(guān)注,這可能導(dǎo)致模型在捕捉季節(jié)性變化和準(zhǔn)確預(yù)測(cè)充電負(fù)荷方面存在一定的局限性。

    1.2隨機(jī)森林算法

    隨機(jī)森林是通過訓(xùn)練多個(gè)決策樹建立的分類和預(yù)測(cè)算法模型。通過重采樣(Bootstrap)方法從原始訓(xùn)練集N中重復(fù)隨機(jī)選擇n個(gè)樣本并進(jìn)行替換,以生成新的訓(xùn)練集和相應(yīng)的決策樹。隨機(jī)森林執(zhí)行回歸分析時(shí),根據(jù)所有樹的預(yù)測(cè)值估計(jì)最終的輸出值,對(duì)于分類問題則是通過投票確定最終的分類結(jié)果。隨機(jī)森林算法結(jié)構(gòu)如圖1所示。

    隨機(jī)森林由多個(gè)回歸樹組成,這些回歸樹是描述性決策樹。感興趣變量所在的節(jié)點(diǎn)稱為根節(jié)點(diǎn),每個(gè)樹底部的節(jié)點(diǎn)稱為葉節(jié)點(diǎn)或終端節(jié)點(diǎn)。每個(gè)葉節(jié)點(diǎn)都有一個(gè)因變量值,除葉節(jié)點(diǎn)外的所有節(jié)點(diǎn)都是自變量?;貧w樹可以定義為在此分叉處具有連續(xù)節(jié)點(diǎn)的因變量的平均值。由于隨機(jī)森林算法在訓(xùn)練時(shí)遵循樣本隨機(jī)和特征隨機(jī)的規(guī)則,因此它具有泛化能力強(qiáng)、不易過擬合、模型簡單且準(zhǔn)確率高等特點(diǎn)[12]。隨機(jī)森林回歸模型具體實(shí)施程序如下。

    (1)構(gòu)建初始訓(xùn)練集,N={([WTHX]X[WTBX]1,Y1),([WTHX]X[WTBX]2,Y2),…,([WTHX]X[WTBX]k,Yk)},[WTHX]X[WTBX]和Y分別為輸入矢量及目標(biāo)變量,在原訓(xùn)練集中利用Bootstrap抽樣方法,隨機(jī)且有放回地重新選擇n個(gè)樣本,作為該決策樹的訓(xùn)練子集。

    (2)對(duì)于每個(gè)節(jié)點(diǎn),將最佳分割方法應(yīng)用于m(m<k)個(gè)隨機(jī)選擇的變量。

    (3)不設(shè)定分裂次數(shù),不對(duì)樹進(jìn)行剪枝,直至每棵樹無法再分裂,最終形成由多棵決策樹構(gòu)成的隨機(jī)森林結(jié)構(gòu)。

    (4)使用剩余樣本作為測(cè)試樣本,在隨機(jī)森林中的每棵決策樹上進(jìn)行回歸預(yù)測(cè)。隨機(jī)森林回歸模型估計(jì)的值是每棵樹輸出的平均值。

    2數(shù)據(jù)處理(Dataprocessing)

    2.1數(shù)據(jù)描述

    本文使用的電動(dòng)汽車充電數(shù)據(jù)來自美國博爾德公開的26個(gè)公共充電站。采集數(shù)據(jù)的時(shí)段是2020年1月1日至2021年3月31日。每條充電會(huì)話包含以下信息:站點(diǎn)ID和位置、連接端口時(shí)間、開始和結(jié)束時(shí)間、連接持續(xù)時(shí)間、充電時(shí)長、消耗的千瓦時(shí)、溫室氣體減排和汽油節(jié)省及唯一的駕駛員標(biāo)識(shí)。在剔除參數(shù)不全或有明顯錯(cuò)誤的無效充電行為后,剩下的有效充電會(huì)話共計(jì)5622次,其中工作日為3949次,雙休日為1673次。考慮季節(jié)效應(yīng)對(duì)電動(dòng)汽車用戶的充電行為具有多重影響,例如溫度對(duì)電池性能的影響、不同天氣狀況對(duì)充電站訪問的影響,以及在極端天氣條件下可能出現(xiàn)的駕駛和充電需求模式。本研究在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理時(shí),根據(jù)星期、工作日等時(shí)間特征添加天氣狀況的分類變量,并添加了與溫度數(shù)據(jù)相關(guān)的連續(xù)信息。數(shù)據(jù)集特征描述如表1所示。

    由于在處理非數(shù)值字段時(shí)存在數(shù)字化差異,因此本文對(duì)離散型數(shù)據(jù)的特征采用獨(dú)熱編碼(One\|HotEncoding)的方式將分類變量轉(zhuǎn)換為二進(jìn)制向量的形式,從而提高模型的執(zhí)行效率。例如,對(duì)是否為工作日,選擇使用兩位編碼量化,分別表示為[10]和[01]。對(duì)分類型數(shù)據(jù)天氣狀況進(jìn)行獨(dú)熱編碼時(shí),統(tǒng)計(jì)天氣狀況種類,將晴天、多云、陰天、雨天、霧雪天、雷雨天6種天氣狀況量化表示為[100000]、[010000]、[001000]、[000100]、[000010]、[000001]。

    對(duì)數(shù)據(jù)集的初步分析顯示,冬季期間,電動(dòng)汽車消耗的能量比夏季多且充電時(shí)間更長,充電負(fù)荷和溫度呈現(xiàn)季節(jié)性變化趨勢(shì),一年中各月份充電負(fù)荷和溫度變化如圖2所示。從圖2中可以清晰地看到充電負(fù)荷與溫度之間的季節(jié)性關(guān)聯(lián),證明了季節(jié)因素對(duì)電動(dòng)汽車充電需求具有顯著影響。此外,充電負(fù)荷隨著季節(jié)變化而呈現(xiàn)出顯著的波動(dòng),一年中不同天氣類型下的負(fù)荷曲線對(duì)比如圖3所示。在冬季,晴天時(shí)人們的出行意愿明顯增強(qiáng),而寒冷氣候驅(qū)使人們更傾向于駕駛汽車出行。在夏季,多云天氣的充電負(fù)荷較高,可能是由于氣溫適中,人們更愿意外出活動(dòng),從而提高了充電需求。在霧雪天和雷雨天,由于天氣惡劣,人們出行減少,因此充電負(fù)荷相對(duì)較低。

    2.2特征篩選

    本研究采用Origin2021軟件進(jìn)行主成分分析(PrincipalComponentAnalysis,PCA)并進(jìn)行繪圖。針對(duì)包含充電時(shí)長、負(fù)荷、起始時(shí)刻、持續(xù)時(shí)長和溫度5個(gè)數(shù)值型觀測(cè)變量的數(shù)據(jù)集進(jìn)行主成分分析。分析結(jié)果顯示,前3個(gè)主成分(充電時(shí)長、負(fù)荷、起始時(shí)刻)的累計(jì)貢獻(xiàn)率達(dá)到了87.4%,顯示出了主要累計(jì)貢獻(xiàn)率達(dá)到85%以上的能力,因此選取前3個(gè)主成分輸入負(fù)荷預(yù)測(cè)模型中。圖4直觀地展示了這5個(gè)主成分在整個(gè)充電數(shù)據(jù)集中的貢獻(xiàn)度比例。盡管新引入的溫度特征的貢獻(xiàn)值較小,但是考慮到本文關(guān)注季節(jié)效應(yīng)下溫度對(duì)充電負(fù)荷的影響,保留這個(gè)特征是合理的。此外,特征持續(xù)時(shí)長在原始數(shù)據(jù)中僅占11.1%的信息量,因此考慮去除該特征,以簡化隨機(jī)森林計(jì)算的cf180ffc1e0a3f131594386e109136e7復(fù)雜性。

    電動(dòng)汽車用戶的充電起始時(shí)刻是決定充電負(fù)荷的關(guān)鍵參數(shù)之一,因此對(duì)其進(jìn)行詳細(xì)分析至關(guān)重要。通過對(duì)不同季節(jié)中電動(dòng)汽車用戶充電開始時(shí)刻進(jìn)行分析,旨在識(shí)別季節(jié)性的充電模式和用戶行為差異。觀察發(fā)現(xiàn),不同季節(jié)中電動(dòng)汽車用戶從到達(dá)充電站充電開始時(shí)間的概率分布呈正態(tài)形態(tài),這反映了季節(jié)性充電行為具有一定的規(guī)律性,可以用高斯擬合對(duì)其進(jìn)行平滑處理。不同季節(jié)中用戶充電開始時(shí)間的概率分布如圖5所示。分析圖5可知,冬季受寒冷天氣的影響,電動(dòng)汽車的充電行為變化顯著,表現(xiàn)為充電開始時(shí)間相對(duì)較晚且波峰最高,相較于其他季節(jié)出現(xiàn)明顯的延遲現(xiàn)象。而在夏季,由于氣溫較高,人們更愿意在夜間進(jìn)行充電,以避免高溫對(duì)電池產(chǎn)生的潛在損害,因此夏季夜間充電概率較大。春季則處于冬季和夏季之間,波峰較高但充電開始時(shí)間相對(duì)較早,呈現(xiàn)出一種平衡狀態(tài)。

    此外,本文將負(fù)荷值分成多組,采用Pearson卡方檢驗(yàn)驗(yàn)證電動(dòng)汽車的負(fù)荷分類變量與時(shí)間因素之間的關(guān)系,即星期、工作日。結(jié)果顯示,電動(dòng)汽車充電負(fù)荷與特定的星期幾(周一、周四)等無關(guān),而是與工作日這一時(shí)間因素有關(guān),卡方值分別為(χ2=37.723,p=0.390)和(χ2=13.305,p=0.038)。由于p>0.05,說明星期這個(gè)特征對(duì)該預(yù)測(cè)因子沒有顯著影響,因此選擇移除該特征。

    通過綜合考慮主成分分析和卡方檢驗(yàn)結(jié)果,最終保留7個(gè)特征作為后續(xù)預(yù)測(cè)模型的輸入數(shù)據(jù)。

    3預(yù)測(cè)算法(Predictionalgorithm)

    本文考慮電動(dòng)汽車充電站充電負(fù)荷受多種因素影響的復(fù)雜性,提出基于隨機(jī)森林模型的充電負(fù)荷預(yù)測(cè)方法,其模型流程圖如圖6所示。

    4實(shí)驗(yàn)與分析(Experimentandanalysis)

    4.1模型訓(xùn)練

    為了驗(yàn)證隨機(jī)森林模型的有效性,在2020年12個(gè)月的數(shù)據(jù)中,利用前3個(gè)季度的充電負(fù)荷數(shù)據(jù)預(yù)測(cè)下一個(gè)季度的負(fù)荷需求。1月到9月的數(shù)據(jù)用于訓(xùn)練和驗(yàn)證模型,其余月份的數(shù)據(jù)用于測(cè)試模型。根據(jù)分割好的數(shù)據(jù)集和建立的模型,通過Python實(shí)現(xiàn)對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行模型訓(xùn)練,以驗(yàn)證電動(dòng)汽車充電負(fù)荷的預(yù)測(cè)準(zhǔn)確性。

    4.2模型評(píng)估

    本文采取MAE、RMSE和決定系數(shù)R2作為評(píng)價(jià)指標(biāo)對(duì)模型的預(yù)測(cè)精度進(jìn)行驗(yàn)證。較小的MAE和RMSE以及接近于1的R2值,均反映出更準(zhǔn)確和可靠的預(yù)測(cè)結(jié)果,計(jì)算方法如公式(1)至公式(3)所示:

    其中:n為有效充電會(huì)話的數(shù)量,[AKy-]為實(shí)測(cè)負(fù)荷的平均值,y′(i)和y(i)分別為日充電負(fù)荷的預(yù)測(cè)值和實(shí)測(cè)值。

    4.3結(jié)果分析

    本文不僅提出了基于隨機(jī)森林的電動(dòng)汽車充電負(fù)荷預(yù)測(cè)模型,還對(duì)所提模型的預(yù)測(cè)結(jié)果與實(shí)際數(shù)據(jù)擬合情況進(jìn)行了可視化展示。為了突出本文提出算法在負(fù)荷預(yù)測(cè)精度方面的優(yōu)勢(shì),采用SVM算法進(jìn)行對(duì)比實(shí)驗(yàn)。根據(jù)前文提到的3種評(píng)價(jià)指標(biāo),分別對(duì)隨機(jī)森林模型和SVM算法模型得到的預(yù)測(cè)值與真實(shí)值進(jìn)行計(jì)算,結(jié)果對(duì)比如表2所示。從表2中可以看出,在每日數(shù)據(jù)集的RMSE和MAE指標(biāo)方面,隨機(jī)森林模型的表現(xiàn)優(yōu)于SVM。此外,隨機(jī)森林模型的R2值為0.8602,說明該模型在對(duì)觀測(cè)數(shù)據(jù)進(jìn)行擬合時(shí)表現(xiàn)相對(duì)較好。測(cè)試組預(yù)測(cè)擬合圖如圖7所示,從中可以看出,隨機(jī)森林模型的預(yù)測(cè)結(jié)果更加接近真實(shí)值,這證明了其能夠捕獲電動(dòng)汽車充電負(fù)荷數(shù)據(jù)的基本動(dòng)態(tài),并提供更準(zhǔn)確的預(yù)測(cè)結(jié)果。綜上所述,本文的研究不僅凸顯了隨機(jī)森林模型在電動(dòng)汽車充電負(fù)荷預(yù)測(cè)領(lǐng)域的應(yīng)用潛力,也為該領(lǐng)域的深入研究提供了新的思路和方法。

    5結(jié)論(Conclusion)

    本研究對(duì)美國博爾德公開的26個(gè)公共充電站一年的充電事件的數(shù)據(jù)集進(jìn)行了分析,綜合考慮了星期、工作日等時(shí)間特征,并引入了與日平均溫度和天氣類型相關(guān)的連續(xù)信息。在此基礎(chǔ)上,提出了基于隨機(jī)森林的季節(jié)性充電負(fù)荷預(yù)測(cè)模型,并采用主成分分析和卡方檢驗(yàn)等方法,挖掘了溫度、天氣類型等變量之間的關(guān)系。通過對(duì)充電開始時(shí)間進(jìn)行分析,識(shí)別出季節(jié)性充電模式和用戶行為的差異,并證實(shí)了電動(dòng)汽車充電負(fù)荷與工作日之間的關(guān)聯(lián)。利用前3個(gè)季度的數(shù)據(jù)預(yù)測(cè)下一個(gè)季度充電站的負(fù)荷需求。本文通過實(shí)驗(yàn)證明,相比于SVM,隨機(jī)森林模型的決定系數(shù)精度提升了66.93%,在MAE和RMSE指標(biāo)上分別提升37.19%和46.30%。結(jié)果表明,隨機(jī)森林模型可以有效地預(yù)測(cè)電動(dòng)汽車充電負(fù)荷,能夠捕捉到充電負(fù)荷隨季節(jié)變化的趨勢(shì)。未來的研究可以繼續(xù)改進(jìn)隨機(jī)森林模型,以提高其預(yù)測(cè)的準(zhǔn)確性。

    參考文獻(xiàn)(References)

    [1]陳男,孫曉東,馬志鵬.電動(dòng)汽車接入電網(wǎng)對(duì)電網(wǎng)諧波的影響[J].電子測(cè)試,2021(17):122\|123.

    [2]&nbsp;周珊珊,林永君.考慮充電行為的電動(dòng)汽車充電負(fù)荷時(shí)空分布預(yù)測(cè)[J].工業(yè)技術(shù)創(chuàng)新,2022,9(3):120\|126.

    [3]牛牧童,廖凱,楊健維,等.考慮季節(jié)特性的多時(shí)間尺度電動(dòng)汽車負(fù)荷預(yù)測(cè)模型[J].電力系統(tǒng)保護(hù)與控制,2022,50(5):74\|85.

    [4]任明遠(yuǎn),姜明軍,宋玉峰,等.基于蒙特卡洛法的城市電動(dòng)汽車充電負(fù)荷預(yù)測(cè)[J].電氣應(yīng)用,2023,42(4):18\|23.

    [5]張宇軒,郭力,劉一欣,等.電動(dòng)汽車充電負(fù)荷概率分布的數(shù)值建模方法[J].電力系統(tǒng)自動(dòng)化,2021,45(18):61\|70.

    [6]程杉,趙子凱,陳諾,等.計(jì)及耦合因素的電動(dòng)汽車充電負(fù)荷時(shí)空分布預(yù)測(cè)[J].電力工程技術(shù),2022,41(3):194\|201,208.

    [7]劉敦楠,張悅,彭曉峰,等.計(jì)及相似日與氣象因素的電動(dòng)汽車充電負(fù)荷聚類預(yù)測(cè)[J].電力建設(shè),2021,42(2):43\|49.

    [8]CHANGM,BAES,CHAG,etal.Aggregatedelectricvehiclefast\|chargingpowerdemandanalysisandforecastbasedonLSTMneuralnetwork[J].Sustainability,2021,13(24):1\|17.

    [9]馮忠義,王詠欣,袁博,等.基于隨機(jī)森林和改進(jìn)局部預(yù)測(cè)的短期電力負(fù)荷預(yù)測(cè)[J].水利水電技術(shù)(中英文),2021,52(S2):300\|305.

    [10]毛為真,李永攀,陸軼祺,等.基于改進(jìn)隨機(jī)森林算法的電動(dòng)汽車充電預(yù)測(cè)[J].上海節(jié)能,2019(11):920\|925.

    [11]VENKATESANPKAG,ANEESAFARHANMA,SUBRAMANIANGS,etal.ForecastingofEnergyDemandforElectricVehiclesusingMachineLearningTechniques[C]∥ProceedingsoftheIEEE:2023IEEEInternationalConferenceonEnergyTechnologiesforFutureGrids.Piscataway:IEEE,2023:1\|6.

    [12]鄧藝璇,黃玉萍,黃周春.基于隨機(jī)森林算法的電動(dòng)汽車充放電容量預(yù)測(cè)[J].電力系統(tǒng)自動(dòng)化,2021,45(21):181\|188.

    久久久久久久久久久免费av| 人妻 亚洲 视频| 精品视频人人做人人爽| 日本av免费视频播放| 国产精品久久久久久久电影| 国产欧美日韩精品一区二区| 欧美成人午夜免费资源| 如何舔出高潮| 嫩草影院新地址| 美女xxoo啪啪120秒动态图| 免费不卡的大黄色大毛片视频在线观看| 美女主播在线视频| 国产精品偷伦视频观看了| 深夜a级毛片| 一区在线观看完整版| 婷婷色综合大香蕉| 国产精品一区二区性色av| 久久久欧美国产精品| 欧美老熟妇乱子伦牲交| 麻豆成人午夜福利视频| 春色校园在线视频观看| 精品少妇内射三级| 毛片一级片免费看久久久久| 色哟哟·www| 久久影院123| 偷拍熟女少妇极品色| 久久影院123| 91精品国产国语对白视频| 啦啦啦中文免费视频观看日本| 国产亚洲午夜精品一区二区久久| 精品一区二区免费观看| 久久久亚洲精品成人影院| 亚洲精品日韩在线中文字幕| 99热国产这里只有精品6| 最新中文字幕久久久久| 女人精品久久久久毛片| av国产久精品久网站免费入址| 精品一区二区三区视频在线| 亚洲国产毛片av蜜桃av| 高清午夜精品一区二区三区| 99久久精品热视频| 91久久精品国产一区二区成人| 国产亚洲一区二区精品| 少妇被粗大的猛进出69影院 | 噜噜噜噜噜久久久久久91| 精品亚洲成a人片在线观看| 中文字幕久久专区| 亚洲欧美一区二区三区黑人 | 亚洲不卡免费看| 国产在线免费精品| 亚洲国产精品专区欧美| 国模一区二区三区四区视频| 亚洲av在线观看美女高潮| 中国美白少妇内射xxxbb| 亚洲av欧美aⅴ国产| 美女国产视频在线观看| 国产成人a∨麻豆精品| 欧美3d第一页| 伦精品一区二区三区| freevideosex欧美| 精品久久久久久久久av| 青春草国产在线视频| 赤兔流量卡办理| 男的添女的下面高潮视频| 国产成人免费观看mmmm| 欧美 亚洲 国产 日韩一| 日日啪夜夜爽| 久久国产精品大桥未久av | 观看免费一级毛片| 色网站视频免费| 日本午夜av视频| 一级二级三级毛片免费看| 亚洲av免费高清在线观看| 国产在线一区二区三区精| 成年人免费黄色播放视频 | 一区二区三区免费毛片| 99热这里只有精品一区| 国产精品一区二区在线观看99| 蜜臀久久99精品久久宅男| 亚洲精品国产色婷婷电影| 51国产日韩欧美| 午夜影院在线不卡| 91久久精品电影网| 久久久久视频综合| 久久 成人 亚洲| 中文字幕亚洲精品专区| 熟女电影av网| 多毛熟女@视频| 国内精品宾馆在线| 亚洲丝袜综合中文字幕| 午夜日本视频在线| 欧美性感艳星| 啦啦啦啦在线视频资源| 久久精品国产亚洲av涩爱| 国产一区二区在线观看日韩| 午夜91福利影院| av在线app专区| 久久国产精品大桥未久av | 欧美变态另类bdsm刘玥| 天天操日日干夜夜撸| 日日撸夜夜添| 日韩欧美精品免费久久| 欧美97在线视频| 亚洲国产精品一区二区三区在线| 成人特级av手机在线观看| 亚洲人与动物交配视频| 欧美变态另类bdsm刘玥| 最新中文字幕久久久久| 人妻人人澡人人爽人人| 久久这里有精品视频免费| 午夜福利网站1000一区二区三区| 男女边吃奶边做爰视频| 嘟嘟电影网在线观看| 精品人妻熟女毛片av久久网站| 欧美日韩在线观看h| 啦啦啦中文免费视频观看日本| 九九爱精品视频在线观看| 五月开心婷婷网| 亚洲伊人久久精品综合| 五月天丁香电影| 日本91视频免费播放| 全区人妻精品视频| 男女国产视频网站| 啦啦啦啦在线视频资源| 成年女人在线观看亚洲视频| 免费看光身美女| 免费av不卡在线播放| 五月开心婷婷网| 国产伦在线观看视频一区| 人人妻人人澡人人爽人人夜夜| 亚洲精品aⅴ在线观看| 国产黄色免费在线视频| 日本vs欧美在线观看视频 | 日本91视频免费播放| 蜜桃在线观看..| 国产精品久久久久久久电影| 日产精品乱码卡一卡2卡三| 亚洲av.av天堂| 狂野欧美激情性xxxx在线观看| 狂野欧美白嫩少妇大欣赏| 国产av一区二区精品久久| 亚洲精品自拍成人| 啦啦啦中文免费视频观看日本| 精品亚洲乱码少妇综合久久| 久久久亚洲精品成人影院| 国产亚洲最大av| 韩国高清视频一区二区三区| 高清午夜精品一区二区三区| 激情五月婷婷亚洲| 伊人久久国产一区二区| 欧美xxⅹ黑人| 久久人人爽av亚洲精品天堂| 国产深夜福利视频在线观看| 永久网站在线| 欧美性感艳星| 国产一级毛片在线| 99视频精品全部免费 在线| 日韩三级伦理在线观看| 国产日韩欧美视频二区| av视频免费观看在线观看| 亚洲一区二区三区欧美精品| 久久99热这里只频精品6学生| 久久精品国产鲁丝片午夜精品| 欧美三级亚洲精品| 青青草视频在线视频观看| 久久精品国产亚洲av天美| 人妻制服诱惑在线中文字幕| 女人精品久久久久毛片| 在线观看www视频免费| 人人妻人人澡人人爽人人夜夜| 亚洲精品乱久久久久久| a级毛色黄片| 亚洲av二区三区四区| 欧美精品国产亚洲| 婷婷色av中文字幕| 99热6这里只有精品| 高清视频免费观看一区二区| 国产极品粉嫩免费观看在线 | 水蜜桃什么品种好| 欧美日韩综合久久久久久| 少妇的逼好多水| 性色av一级| 久久女婷五月综合色啪小说| 搡老乐熟女国产| 久久久久久人妻| 永久免费av网站大全| 国产精品女同一区二区软件| 久久久a久久爽久久v久久| 日韩av不卡免费在线播放| 最近中文字幕高清免费大全6| 观看免费一级毛片| 最黄视频免费看| 老司机亚洲免费影院| 熟女av电影| 精品一区二区免费观看| 久久久久国产精品人妻一区二区| 国产av精品麻豆| 久久久国产一区二区| 另类精品久久| a级毛片在线看网站| 国产成人免费无遮挡视频| 免费人成在线观看视频色| 亚洲天堂av无毛| 亚洲av免费高清在线观看| 内射极品少妇av片p| 十分钟在线观看高清视频www | 亚洲av日韩在线播放| 亚洲情色 制服丝袜| 亚洲精品一区蜜桃| 深夜a级毛片| 在现免费观看毛片| 久久鲁丝午夜福利片| 黑人高潮一二区| 成人二区视频| 亚洲精品视频女| 热re99久久国产66热| 免费人成在线观看视频色| 日韩伦理黄色片| 国产精品久久久久久精品电影小说| 国产成人精品福利久久| 国产高清国产精品国产三级| 99热这里只有是精品50| 成人黄色视频免费在线看| 国内精品宾馆在线| av福利片在线观看| av国产精品久久久久影院| 日韩精品免费视频一区二区三区 | 亚洲在久久综合| 自拍欧美九色日韩亚洲蝌蚪91 | 国产成人免费观看mmmm| 久久久久久久国产电影| 国产黄色免费在线视频| 国产淫片久久久久久久久| 黄色配什么色好看| 一级毛片久久久久久久久女| av视频免费观看在线观看| 极品人妻少妇av视频| 国产精品一二三区在线看| 亚洲第一区二区三区不卡| 少妇裸体淫交视频免费看高清| 国产色爽女视频免费观看| 国产精品偷伦视频观看了| 亚洲精品国产av成人精品| 另类亚洲欧美激情| 99国产精品免费福利视频| 国产精品蜜桃在线观看| 97超碰精品成人国产| 国产精品一区二区在线观看99| 午夜影院在线不卡| 九九在线视频观看精品| 精品久久国产蜜桃| 国产日韩欧美视频二区| 成人免费观看视频高清| 免费不卡的大黄色大毛片视频在线观看| 亚洲欧美中文字幕日韩二区| 亚洲精品乱码久久久v下载方式| 99精国产麻豆久久婷婷| 亚洲国产欧美在线一区| 久久99热6这里只有精品| 不卡视频在线观看欧美| 日韩伦理黄色片| 精品少妇内射三级| 在线观看人妻少妇| 一级,二级,三级黄色视频| av天堂久久9| 日本黄色片子视频| 大香蕉久久网| www.色视频.com| 久久人人爽人人片av| 久久这里有精品视频免费| 汤姆久久久久久久影院中文字幕| 久久6这里有精品| 久久精品久久久久久久性| 大香蕉久久网| 亚洲欧洲国产日韩| 国产综合精华液| 国产精品蜜桃在线观看| 韩国av在线不卡| 亚洲久久久国产精品| 久久国产亚洲av麻豆专区| videossex国产| 久久国产精品男人的天堂亚洲 | 最近的中文字幕免费完整| 亚洲情色 制服丝袜| a级毛色黄片| 精品久久久噜噜| 熟女电影av网| 国产精品秋霞免费鲁丝片| 久久青草综合色| 精品一区二区三区视频在线| 国产欧美日韩一区二区三区在线 | 免费黄网站久久成人精品| 男人添女人高潮全过程视频| 亚洲国产成人一精品久久久| 久久这里有精品视频免费| 欧美xxⅹ黑人| 亚洲伊人久久精品综合| av国产精品久久久久影院| 国产成人免费无遮挡视频| 一本久久精品| 国产日韩欧美视频二区| 久久久久久久大尺度免费视频| h视频一区二区三区| 性高湖久久久久久久久免费观看| 午夜av观看不卡| 在线观看美女被高潮喷水网站| 妹子高潮喷水视频| 国产精品免费大片| 偷拍熟女少妇极品色| 国产精品一二三区在线看| 久久鲁丝午夜福利片| 极品人妻少妇av视频| 美女xxoo啪啪120秒动态图| 嫩草影院入口| 国产精品伦人一区二区| a级片在线免费高清观看视频| 永久网站在线| 亚洲欧洲日产国产| 国产精品99久久99久久久不卡 | 综合色丁香网| 久久精品国产a三级三级三级| 国产精品一区二区性色av| 久久久国产一区二区| 老司机亚洲免费影院| 日韩在线高清观看一区二区三区| 日韩人妻高清精品专区| 色吧在线观看| 最近的中文字幕免费完整| av有码第一页| 一本—道久久a久久精品蜜桃钙片| 下体分泌物呈黄色| 国产成人精品福利久久| 国产成人91sexporn| 在线 av 中文字幕| 伦精品一区二区三区| av免费在线看不卡| 水蜜桃什么品种好| 欧美高清成人免费视频www| 亚洲av国产av综合av卡| 日本爱情动作片www.在线观看| 青春草国产在线视频| 91精品一卡2卡3卡4卡| 日韩精品免费视频一区二区三区 | 亚洲综合色惰| 99久久精品国产国产毛片| 黄色欧美视频在线观看| 日产精品乱码卡一卡2卡三| 校园人妻丝袜中文字幕| 老熟女久久久| 亚洲精品aⅴ在线观看| 国产视频首页在线观看| 亚洲欧美日韩另类电影网站| 国产又色又爽无遮挡免| 成人黄色视频免费在线看| 黄色毛片三级朝国网站 | 爱豆传媒免费全集在线观看| 最近手机中文字幕大全| 欧美精品高潮呻吟av久久| 伊人亚洲综合成人网| 丰满乱子伦码专区| 久久久久网色| 国产成人午夜福利电影在线观看| 日日撸夜夜添| 极品教师在线视频| 日韩精品有码人妻一区| 国产在线一区二区三区精| 国产熟女午夜一区二区三区 | 国产伦在线观看视频一区| 少妇的逼好多水| 男女无遮挡免费网站观看| 亚洲自偷自拍三级| 在线观看一区二区三区激情| 国产精品国产三级国产av玫瑰| 新久久久久国产一级毛片| 亚洲国产av新网站| 精品亚洲乱码少妇综合久久| 中国三级夫妇交换| 观看免费一级毛片| 一边亲一边摸免费视频| 国产av一区二区精品久久| 欧美另类一区| 亚洲无线观看免费| 色视频在线一区二区三区| 内射极品少妇av片p| 日韩成人av中文字幕在线观看| 国产在线男女| a级毛片免费高清观看在线播放| 日韩欧美一区视频在线观看 | 免费看光身美女| 嫩草影院新地址| 亚洲国产日韩一区二区| 一区二区三区免费毛片| av.在线天堂| 一本一本综合久久| 高清视频免费观看一区二区| 久久鲁丝午夜福利片| 国产伦理片在线播放av一区| 精华霜和精华液先用哪个| 午夜老司机福利剧场| 中文字幕久久专区| av播播在线观看一区| 一二三四中文在线观看免费高清| 亚洲三级黄色毛片| 人人妻人人澡人人看| 老司机影院成人| 国产精品人妻久久久久久| 国产一区二区在线观看av| 51国产日韩欧美| 不卡视频在线观看欧美| 国产精品免费大片| 精品99又大又爽又粗少妇毛片| 免费观看在线日韩| 亚洲精品久久午夜乱码| 一级爰片在线观看| 国产欧美日韩综合在线一区二区 | 色5月婷婷丁香| 黄色怎么调成土黄色| 亚洲欧美日韩东京热| 91精品国产国语对白视频| 成人亚洲欧美一区二区av| 99九九在线精品视频 | 人妻系列 视频| 国产午夜精品久久久久久一区二区三区| 妹子高潮喷水视频| 人人妻人人澡人人看| 精品亚洲成a人片在线观看| 爱豆传媒免费全集在线观看| 赤兔流量卡办理| 成人18禁高潮啪啪吃奶动态图 | 插逼视频在线观看| 亚洲国产色片| 亚洲精品久久久久久婷婷小说| 建设人人有责人人尽责人人享有的| 亚洲欧美精品专区久久| 欧美成人午夜免费资源| 国产男人的电影天堂91| 国产精品人妻久久久久久| 人人妻人人添人人爽欧美一区卜| av有码第一页| 国产精品久久久久成人av| 亚洲精品aⅴ在线观看| 亚洲欧美一区二区三区国产| 成人黄色视频免费在线看| 久久久久久久国产电影| 亚洲自偷自拍三级| 亚洲欧美成人精品一区二区| 久久国产亚洲av麻豆专区| 精品国产露脸久久av麻豆| 春色校园在线视频观看| 成人毛片a级毛片在线播放| 久久精品夜色国产| 亚洲精品日韩av片在线观看| 中文字幕人妻熟人妻熟丝袜美| 亚洲精品色激情综合| 午夜视频国产福利| 色视频在线一区二区三区| 亚洲成色77777| 一本大道久久a久久精品| 色吧在线观看| av卡一久久| 在线观看一区二区三区激情| 成年人午夜在线观看视频| 嫩草影院入口| 色5月婷婷丁香| 2018国产大陆天天弄谢| av在线老鸭窝| 亚洲欧美成人综合另类久久久| 久久人人爽人人片av| 黄色日韩在线| 在线观看美女被高潮喷水网站| 国产欧美日韩精品一区二区| 日韩大片免费观看网站| 亚洲人成网站在线播| 日本与韩国留学比较| 亚洲欧美一区二区三区国产| 国产免费福利视频在线观看| 最后的刺客免费高清国语| 中文字幕人妻丝袜制服| 日韩成人av中文字幕在线观看| 午夜视频国产福利| 又黄又爽又刺激的免费视频.| 亚洲精品,欧美精品| 欧美精品亚洲一区二区| 国产探花极品一区二区| 久久久久国产网址| a级毛片免费高清观看在线播放| 又黄又爽又刺激的免费视频.| 少妇人妻久久综合中文| 亚洲精品中文字幕在线视频 | 国产在线视频一区二区| 大码成人一级视频| 韩国av在线不卡| 中文天堂在线官网| 男人爽女人下面视频在线观看| 国产熟女欧美一区二区| 噜噜噜噜噜久久久久久91| 欧美变态另类bdsm刘玥| 2018国产大陆天天弄谢| 日韩视频在线欧美| 中国三级夫妇交换| 涩涩av久久男人的天堂| 国产精品一区二区性色av| 99久国产av精品国产电影| 在线天堂最新版资源| 亚洲国产最新在线播放| 黄色日韩在线| 国产免费视频播放在线视频| 久久精品熟女亚洲av麻豆精品| 亚洲国产av新网站| 伊人久久国产一区二区| 精品一区二区免费观看| 十八禁高潮呻吟视频 | 丝瓜视频免费看黄片| 国产伦精品一区二区三区视频9| 99久久人妻综合| 精品一区二区免费观看| 久久精品国产a三级三级三级| 少妇人妻 视频| 免费黄网站久久成人精品| 一区在线观看完整版| 亚洲欧美成人综合另类久久久| 春色校园在线视频观看| 秋霞伦理黄片| 肉色欧美久久久久久久蜜桃| 亚洲色图综合在线观看| 亚洲人成网站在线观看播放| 亚洲经典国产精华液单| 国产黄色免费在线视频| 日韩 亚洲 欧美在线| av福利片在线观看| 中文字幕av电影在线播放| 丁香六月天网| 午夜免费男女啪啪视频观看| 视频区图区小说| 乱人伦中国视频| www.色视频.com| 国产亚洲av片在线观看秒播厂| 少妇人妻 视频| 欧美成人午夜免费资源| 日韩中字成人| 欧美日韩亚洲高清精品| 欧美精品一区二区免费开放| 天堂俺去俺来也www色官网| 亚洲av国产av综合av卡| 女性被躁到高潮视频| 免费高清在线观看视频在线观看| 久久精品夜色国产| av免费观看日本| 在线亚洲精品国产二区图片欧美 | 中文欧美无线码| 亚洲av不卡在线观看| 久久久久精品久久久久真实原创| 成年av动漫网址| 亚洲真实伦在线观看| 少妇人妻精品综合一区二区| .国产精品久久| 一区二区三区乱码不卡18| 亚洲欧美一区二区三区黑人 | 亚洲国产毛片av蜜桃av| 亚洲一级一片aⅴ在线观看| 日韩一区二区三区影片| 国产极品天堂在线| 久久99热6这里只有精品| 久久国产乱子免费精品| 纯流量卡能插随身wifi吗| 我的女老师完整版在线观看| 久久久a久久爽久久v久久| 有码 亚洲区| 熟女av电影| 少妇猛男粗大的猛烈进出视频| 性高湖久久久久久久久免费观看| 久久韩国三级中文字幕| 最近中文字幕2019免费版| 六月丁香七月| 国产精品久久久久久久电影| 国产精品熟女久久久久浪| 色94色欧美一区二区| 亚洲欧美清纯卡通| 国产av精品麻豆| 国产精品熟女久久久久浪| 久久99一区二区三区| 97精品久久久久久久久久精品| 亚洲精品自拍成人| 亚洲成人一二三区av| 国产极品粉嫩免费观看在线 | 精品国产国语对白av| 国产av精品麻豆| 女性被躁到高潮视频| 亚洲精品乱码久久久久久按摩| 青春草国产在线视频| 国产真实伦视频高清在线观看| 黑人巨大精品欧美一区二区蜜桃 | 午夜免费男女啪啪视频观看| 久久综合国产亚洲精品| 欧美激情极品国产一区二区三区 | 91久久精品电影网| 中文字幕制服av| 亚洲内射少妇av| 久久国产精品大桥未久av | 亚洲国产精品专区欧美| 色5月婷婷丁香| 综合色丁香网| 国产永久视频网站| 国产乱人偷精品视频| 一级毛片久久久久久久久女| 国产女主播在线喷水免费视频网站| 午夜精品国产一区二区电影| 精品久久久久久久久av| 黑丝袜美女国产一区| 国产乱来视频区| 欧美精品国产亚洲| 国产成人一区二区在线| 亚洲国产精品成人久久小说| 精品一区二区免费观看| 欧美激情国产日韩精品一区|