• <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.

    天堂影院成人在线观看| 中文资源天堂在线| 久久久久国产一级毛片高清牌| 免费看十八禁软件| 亚洲精品美女久久av网站| 美女午夜性视频免费| 国产av在哪里看| 日本黄色视频三级网站网址| 人人妻人人看人人澡| 欧美久久黑人一区二区| 美女扒开内裤让男人捅视频| 国产成人欧美在线观看| 在线观看日韩欧美| 夜夜爽天天搞| 免费高清在线观看日韩| 国产蜜桃级精品一区二区三区| 国产av在哪里看| 午夜福利18| 亚洲av五月六月丁香网| 黑人操中国人逼视频| 国产在线精品亚洲第一网站| 久久久久久亚洲精品国产蜜桃av| av福利片在线| www.www免费av| 午夜亚洲福利在线播放| 日韩三级视频一区二区三区| 亚洲av美国av| 精品国产美女av久久久久小说| 国产在线观看jvid| 成人国产一区最新在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 国语自产精品视频在线第100页| 国产精品野战在线观看| 色尼玛亚洲综合影院| 精品午夜福利视频在线观看一区| 国产极品粉嫩免费观看在线| 18禁裸乳无遮挡免费网站照片 | 一进一出抽搐动态| 嫁个100分男人电影在线观看| 免费看十八禁软件| 日日干狠狠操夜夜爽| 国产精品av久久久久免费| 色综合站精品国产| 亚洲第一青青草原| 久久中文看片网| 久久精品aⅴ一区二区三区四区| 国产野战对白在线观看| 波多野结衣高清无吗| 欧美又色又爽又黄视频| 亚洲成人久久性| 亚洲电影在线观看av| 麻豆成人av在线观看| 美女国产高潮福利片在线看| 中文字幕精品免费在线观看视频| 欧美 亚洲 国产 日韩一| 亚洲av片天天在线观看| 一级毛片精品| 欧美最黄视频在线播放免费| 黄片播放在线免费| 日本一本二区三区精品| 国产精品 欧美亚洲| 人妻久久中文字幕网| 欧美一级毛片孕妇| 亚洲成国产人片在线观看| 很黄的视频免费| 中文字幕精品亚洲无线码一区 | 国产精品电影一区二区三区| 亚洲欧洲精品一区二区精品久久久| 亚洲精品国产一区二区精华液| 精品久久蜜臀av无| e午夜精品久久久久久久| 桃色一区二区三区在线观看| 久久久国产成人精品二区| 特大巨黑吊av在线直播 | 久久人人精品亚洲av| 美女午夜性视频免费| 久久亚洲精品不卡| 草草在线视频免费看| 国产三级在线视频| 欧美又色又爽又黄视频| 在线视频色国产色| 国产亚洲精品第一综合不卡| ponron亚洲| av天堂在线播放| 久久国产精品男人的天堂亚洲| 久久狼人影院| 久久亚洲精品不卡| 国产精品免费一区二区三区在线| 免费电影在线观看免费观看| 国产私拍福利视频在线观看| 少妇被粗大的猛进出69影院| 国产真人三级小视频在线观看| 波多野结衣av一区二区av| 最好的美女福利视频网| 亚洲成人精品中文字幕电影| 亚洲国产精品999在线| 2021天堂中文幕一二区在线观 | 成人手机av| 久9热在线精品视频| 久99久视频精品免费| 无人区码免费观看不卡| 免费在线观看成人毛片| 精品欧美一区二区三区在线| 日韩欧美在线二视频| 成人国语在线视频| 十分钟在线观看高清视频www| 亚洲免费av在线视频| 国产精品亚洲av一区麻豆| 久久久久国产一级毛片高清牌| 校园春色视频在线观看| 女同久久另类99精品国产91| 亚洲一区二区三区不卡视频| 熟妇人妻久久中文字幕3abv| 亚洲av五月六月丁香网| 熟女电影av网| 此物有八面人人有两片| 2021天堂中文幕一二区在线观 | 日韩高清综合在线| 1024手机看黄色片| 国产成人一区二区三区免费视频网站| 夜夜夜夜夜久久久久| 亚洲男人的天堂狠狠| 午夜久久久久精精品| 黄色毛片三级朝国网站| 亚洲国产日韩欧美精品在线观看 | 黑人操中国人逼视频| 波多野结衣巨乳人妻| 91在线观看av| 老司机深夜福利视频在线观看| 麻豆成人av在线观看| 午夜福利高清视频| 午夜福利一区二区在线看| 亚洲欧美一区二区三区黑人| 男人的好看免费观看在线视频 | 母亲3免费完整高清在线观看| 1024视频免费在线观看| 欧美人与性动交α欧美精品济南到| 国产国语露脸激情在线看| 可以免费在线观看a视频的电影网站| 一卡2卡三卡四卡精品乱码亚洲| 日韩欧美国产在线观看| 国内精品久久久久精免费| 午夜日韩欧美国产| 亚洲自偷自拍图片 自拍| 免费在线观看视频国产中文字幕亚洲| 精品福利观看| 在线观看www视频免费| 老司机靠b影院| 搡老岳熟女国产| 十八禁网站免费在线| 制服丝袜大香蕉在线| 欧美成人性av电影在线观看| 国产精华一区二区三区| 国内精品久久久久久久电影| √禁漫天堂资源中文www| 最近最新中文字幕大全电影3 | 不卡一级毛片| 12—13女人毛片做爰片一| 夜夜看夜夜爽夜夜摸| 亚洲精品中文字幕一二三四区| 免费搜索国产男女视频| 黄色片一级片一级黄色片| 色婷婷久久久亚洲欧美| 亚洲av成人一区二区三| 欧美日韩瑟瑟在线播放| 日韩中文字幕欧美一区二区| 久久国产乱子伦精品免费另类| 久热这里只有精品99| 午夜福利免费观看在线| 久久亚洲真实| 老鸭窝网址在线观看| tocl精华| 91麻豆av在线| 国产99久久九九免费精品| 搞女人的毛片| 丝袜在线中文字幕| 最好的美女福利视频网| 国产主播在线观看一区二区| 亚洲狠狠婷婷综合久久图片| 18禁裸乳无遮挡免费网站照片 | 亚洲欧美日韩高清在线视频| 国产伦一二天堂av在线观看| 亚洲国产高清在线一区二区三 | 天堂动漫精品| 免费观看人在逋| 国产av又大| 色av中文字幕| 欧美一级a爱片免费观看看 | 黄色a级毛片大全视频| 香蕉久久夜色| 久久精品91蜜桃| 国产成人系列免费观看| 国产黄a三级三级三级人| 国产精品 国内视频| 99久久精品国产亚洲精品| 亚洲欧洲精品一区二区精品久久久| 亚洲专区字幕在线| 999久久久精品免费观看国产| 国内揄拍国产精品人妻在线 | 午夜激情福利司机影院| 国产久久久一区二区三区| 国产亚洲精品综合一区在线观看 | 不卡av一区二区三区| 黄色 视频免费看| 午夜福利一区二区在线看| 亚洲七黄色美女视频| 久久久久国产一级毛片高清牌| 黄色丝袜av网址大全| 亚洲av成人一区二区三| 欧美成人午夜精品| 亚洲欧美日韩无卡精品| 91麻豆精品激情在线观看国产| 一夜夜www| 操出白浆在线播放| 丰满人妻熟妇乱又伦精品不卡| 精品高清国产在线一区| 夜夜看夜夜爽夜夜摸| 一区福利在线观看| 嫩草影院精品99| 午夜福利视频1000在线观看| 老司机福利观看| 中文资源天堂在线| 天天躁夜夜躁狠狠躁躁| 免费电影在线观看免费观看| 午夜亚洲福利在线播放| 午夜精品久久久久久毛片777| 国产片内射在线| 精品久久久久久久人妻蜜臀av| 成人特级黄色片久久久久久久| 美女午夜性视频免费| 丝袜美腿诱惑在线| 国产av又大| 国内久久婷婷六月综合欲色啪| 欧美乱色亚洲激情| 老司机靠b影院| 久久精品aⅴ一区二区三区四区| 国产精品自产拍在线观看55亚洲| 十八禁人妻一区二区| 99热这里只有精品一区 | 亚洲 国产 在线| 少妇被粗大的猛进出69影院| 欧美日韩乱码在线| 男人操女人黄网站| √禁漫天堂资源中文www| 女人爽到高潮嗷嗷叫在线视频| 欧美日韩黄片免| 国产欧美日韩一区二区三| 啪啪无遮挡十八禁网站| 最新在线观看一区二区三区| 国产1区2区3区精品| 国产午夜福利久久久久久| 他把我摸到了高潮在线观看| 日本a在线网址| 非洲黑人性xxxx精品又粗又长| 久久国产精品人妻蜜桃| 白带黄色成豆腐渣| 免费av毛片视频| 51午夜福利影视在线观看| 99久久国产精品久久久| 黄色a级毛片大全视频| 777久久人妻少妇嫩草av网站| 亚洲国产精品999在线| 91成年电影在线观看| 国产真实乱freesex| 国产精品 欧美亚洲| 欧美国产精品va在线观看不卡| 日本五十路高清| 哪里可以看免费的av片| a在线观看视频网站| √禁漫天堂资源中文www| 亚洲精品在线美女| 国产精品二区激情视频| 99久久精品国产亚洲精品| 岛国在线观看网站| 国产在线观看jvid| 久久中文字幕人妻熟女| 18禁黄网站禁片午夜丰满| 99精品在免费线老司机午夜| 黄网站色视频无遮挡免费观看| 久久99热这里只有精品18| 免费女性裸体啪啪无遮挡网站| x7x7x7水蜜桃| 久久久久久久久中文| 好男人电影高清在线观看| 91麻豆精品激情在线观看国产| 亚洲aⅴ乱码一区二区在线播放 | e午夜精品久久久久久久| 美国免费a级毛片| 国产野战对白在线观看| 极品教师在线免费播放| 欧美日韩一级在线毛片| 一级毛片高清免费大全| ponron亚洲| 国产一区二区在线av高清观看| 亚洲色图 男人天堂 中文字幕| 两个人看的免费小视频| 熟女电影av网| 欧美激情 高清一区二区三区| 18禁裸乳无遮挡免费网站照片 | 国产亚洲精品一区二区www| 国产精品影院久久| 久久久久久大精品| 黄色片一级片一级黄色片| 麻豆一二三区av精品| 国产精品综合久久久久久久免费| 午夜免费观看网址| 久久久久国内视频| 日本一本二区三区精品| 少妇粗大呻吟视频| 欧美激情极品国产一区二区三区| 久久香蕉激情| 一区二区三区国产精品乱码| 精品国产亚洲在线| 亚洲熟妇中文字幕五十中出| 亚洲成av人片免费观看| 中文字幕久久专区| 久久久久久人人人人人| 免费高清视频大片| 国产精品美女特级片免费视频播放器 | 成人永久免费在线观看视频| 成人三级黄色视频| cao死你这个sao货| 99热这里只有精品一区 | 男人舔女人下体高潮全视频| av视频在线观看入口| 色av中文字幕| 亚洲精品一卡2卡三卡4卡5卡| 久久中文看片网| 国产精华一区二区三区| 怎么达到女性高潮| 亚洲 国产 在线| 亚洲人成77777在线视频| 97超级碰碰碰精品色视频在线观看| 一本大道久久a久久精品| 国产成人系列免费观看| 国产成人精品久久二区二区91| 国产精品 欧美亚洲| 精品福利观看| 色综合亚洲欧美另类图片| 视频在线观看一区二区三区| 国产av一区在线观看免费| 亚洲人成网站在线播放欧美日韩| 精品国产美女av久久久久小说| 亚洲五月天丁香| 九色国产91popny在线| 国产一级毛片七仙女欲春2 | 99久久综合精品五月天人人| 欧美乱色亚洲激情| 久久精品国产亚洲av香蕉五月| 大香蕉久久成人网| 国产激情偷乱视频一区二区| 人人妻,人人澡人人爽秒播| 国产高清有码在线观看视频 | 90打野战视频偷拍视频| 久久精品国产99精品国产亚洲性色| 成人国产综合亚洲| 国产av一区二区精品久久| 久久九九热精品免费| 国产成人精品久久二区二区免费| 日韩免费av在线播放| 免费看美女性在线毛片视频| 精品日产1卡2卡| 国产精品1区2区在线观看.| 亚洲成人国产一区在线观看| 国产国语露脸激情在线看| 精品高清国产在线一区| 美女大奶头视频| 黄片大片在线免费观看| 窝窝影院91人妻| 精品人妻1区二区| 免费搜索国产男女视频| 制服人妻中文乱码| 97碰自拍视频| 两个人视频免费观看高清| 级片在线观看| 伊人久久大香线蕉亚洲五| 欧美激情高清一区二区三区| 成人三级做爰电影| 亚洲熟女毛片儿| 俄罗斯特黄特色一大片| 亚洲国产中文字幕在线视频| 老汉色∧v一级毛片| 露出奶头的视频| 成人三级做爰电影| 欧美三级亚洲精品| 女生性感内裤真人,穿戴方法视频| 女人被狂操c到高潮| 精品不卡国产一区二区三区| 日韩三级视频一区二区三区| 久久草成人影院| 亚洲熟女毛片儿| 午夜福利免费观看在线| 亚洲国产精品久久男人天堂| 日韩欧美 国产精品| 国产亚洲精品久久久久5区| 国内久久婷婷六月综合欲色啪| 天天躁夜夜躁狠狠躁躁| 日日干狠狠操夜夜爽| 成人18禁在线播放| 12—13女人毛片做爰片一| а√天堂www在线а√下载| 观看免费一级毛片| 亚洲专区中文字幕在线| 两个人视频免费观看高清| 日本一本二区三区精品| 国产精品久久久av美女十八| 国产成人精品久久二区二区91| 50天的宝宝边吃奶边哭怎么回事| 国产男靠女视频免费网站| av视频在线观看入口| 我的亚洲天堂| 亚洲欧美日韩无卡精品| 18美女黄网站色大片免费观看| 热re99久久国产66热| 国产蜜桃级精品一区二区三区| 最近在线观看免费完整版| 搞女人的毛片| 亚洲精品美女久久av网站| 狂野欧美激情性xxxx| 亚洲五月色婷婷综合| videosex国产| www.精华液| 亚洲 国产 在线| 18美女黄网站色大片免费观看| 国产1区2区3区精品| 国产一区在线观看成人免费| 青草久久国产| 精品卡一卡二卡四卡免费| 日韩欧美一区二区三区在线观看| 精品熟女少妇八av免费久了| 亚洲一区中文字幕在线| 美女高潮到喷水免费观看| 欧美中文综合在线视频| 好男人电影高清在线观看| 久久久久久久精品吃奶| 日韩大尺度精品在线看网址| 精品久久久久久,| 欧美人与性动交α欧美精品济南到| 9191精品国产免费久久| 婷婷六月久久综合丁香| 99热6这里只有精品| 国产视频一区二区在线看| 91成年电影在线观看| 中文字幕最新亚洲高清| 2021天堂中文幕一二区在线观 | 午夜日韩欧美国产| 不卡一级毛片| 欧美日韩亚洲综合一区二区三区_| 精品久久久久久久久久久久久 | 亚洲精品国产精品久久久不卡| 亚洲国产精品久久男人天堂| 欧美一区二区精品小视频在线| 亚洲av第一区精品v没综合| 中文字幕久久专区| 99re在线观看精品视频| 中出人妻视频一区二区| 老熟妇仑乱视频hdxx| 国产精品久久视频播放| 天天一区二区日本电影三级| 国产精品爽爽va在线观看网站 | 男人舔女人的私密视频| 欧美成狂野欧美在线观看| 日本成人三级电影网站| 两个人视频免费观看高清| 香蕉久久夜色| 国产精品精品国产色婷婷| 亚洲av成人一区二区三| 成人免费观看视频高清| 欧美国产精品va在线观看不卡| 免费看十八禁软件| 伊人久久大香线蕉亚洲五| 老司机午夜福利在线观看视频| 一区二区日韩欧美中文字幕| 欧美最黄视频在线播放免费| 性色av乱码一区二区三区2| 又紧又爽又黄一区二区| 在线观看日韩欧美| www日本黄色视频网| 久久国产精品人妻蜜桃| 成在线人永久免费视频| 一级黄色大片毛片| 99久久国产精品久久久| 亚洲自拍偷在线| 精品久久久久久久久久久久久 | 两个人看的免费小视频| 黄色视频,在线免费观看| av免费在线观看网站| tocl精华| 国产在线观看jvid| 国产在线精品亚洲第一网站| 国内毛片毛片毛片毛片毛片| 国产亚洲精品久久久久久毛片| 国产成人av教育| 男女下面进入的视频免费午夜 | 精品国产美女av久久久久小说| 国产激情欧美一区二区| 亚洲av熟女| 身体一侧抽搐| 老司机午夜福利在线观看视频| 国产精品免费一区二区三区在线| 精品国产国语对白av| 亚洲精华国产精华精| 日本免费一区二区三区高清不卡| 可以免费在线观看a视频的电影网站| 国产91精品成人一区二区三区| 色综合婷婷激情| 母亲3免费完整高清在线观看| 一区二区三区高清视频在线| 色综合欧美亚洲国产小说| 99热只有精品国产| 久久精品亚洲精品国产色婷小说| 一区二区三区精品91| 国产男靠女视频免费网站| www.熟女人妻精品国产| 成人亚洲精品一区在线观看| 黄色成人免费大全| 非洲黑人性xxxx精品又粗又长| 国产高清激情床上av| 丁香六月欧美| 一个人观看的视频www高清免费观看 | 女警被强在线播放| av欧美777| 中文字幕av电影在线播放| 大型av网站在线播放| 老司机靠b影院| 婷婷丁香在线五月| 99在线人妻在线中文字幕| 少妇熟女aⅴ在线视频| 后天国语完整版免费观看| 丁香欧美五月| 精品国内亚洲2022精品成人| 久久久久久久精品吃奶| 老熟妇仑乱视频hdxx| 欧美另类亚洲清纯唯美| 国产亚洲欧美在线一区二区| 亚洲精品一卡2卡三卡4卡5卡| 99久久国产精品久久久| 国产精品久久久人人做人人爽| 人人妻人人看人人澡| 欧美成人一区二区免费高清观看 | 99久久久亚洲精品蜜臀av| 精品日产1卡2卡| 国产午夜精品久久久久久| 激情在线观看视频在线高清| bbb黄色大片| 国产蜜桃级精品一区二区三区| 亚洲中文日韩欧美视频| 久久天躁狠狠躁夜夜2o2o| 午夜福利在线在线| 九色国产91popny在线| 少妇裸体淫交视频免费看高清 | 亚洲国产精品999在线| 夜夜躁狠狠躁天天躁| 满18在线观看网站| 亚洲中文字幕一区二区三区有码在线看 | 男女做爰动态图高潮gif福利片| 制服人妻中文乱码| 黄频高清免费视频| 不卡一级毛片| 久久这里只有精品19| 丁香欧美五月| 久久国产精品人妻蜜桃| 亚洲av第一区精品v没综合| 一区二区三区高清视频在线| 午夜成年电影在线免费观看| 嫩草影院精品99| 亚洲中文字幕日韩| 精品欧美一区二区三区在线| 国产精品日韩av在线免费观看| 国语自产精品视频在线第100页| 精品无人区乱码1区二区| 国产91精品成人一区二区三区| 又黄又粗又硬又大视频| 久久久国产成人免费| 久久精品夜夜夜夜夜久久蜜豆 | 老熟妇乱子伦视频在线观看| 中文字幕精品亚洲无线码一区 | 欧洲精品卡2卡3卡4卡5卡区| 亚洲人成77777在线视频| 亚洲国产高清在线一区二区三 | av天堂在线播放| 精品久久久久久久久久免费视频| 亚洲av熟女| 久久欧美精品欧美久久欧美| 日本一本二区三区精品| 欧美zozozo另类| 欧美又色又爽又黄视频| 亚洲人成网站高清观看| 欧美在线一区亚洲| 国产精品久久久久久亚洲av鲁大| 久久人妻av系列| 成人午夜高清在线视频 | 欧洲精品卡2卡3卡4卡5卡区| 欧美性猛交╳xxx乱大交人| 亚洲一区二区三区色噜噜| 日韩欧美在线二视频| 丝袜美腿诱惑在线| 99久久久亚洲精品蜜臀av| 高清在线国产一区| 一夜夜www| 97碰自拍视频| 精品久久久久久久久久免费视频| 日韩av在线大香蕉| 国产男靠女视频免费网站| 看免费av毛片| 亚洲精品久久国产高清桃花| 国产在线观看jvid| 一区二区三区国产精品乱码| 黄片大片在线免费观看| 国产精品香港三级国产av潘金莲| 黑人操中国人逼视频| 国产熟女午夜一区二区三区| 他把我摸到了高潮在线观看| 亚洲va日本ⅴa欧美va伊人久久| 无人区码免费观看不卡|