[发明专利]一种充电电量预测方法及装置

说明书

本发明公开了一种方法及装置，该方法包括：分别获取m个充电建设规划区的充电电量曲线，所述充电电量曲线为统计出的所述充电建设规划区的充电设施、在预设周期内的充电电量数据组成的曲线，m为正整数；对m条充电曲线进行聚类，获得g类典型充电电量曲线，其中，g≤m，g为正整数；对每类典型充电电量曲线的充电影响因素进行筛选，确定每类典型充电电量曲线的充电影响因素；依据每类典型充电电量曲线的充电影响因素及每个充电建设规划区的充电电量数据，对每个规划区进行充电电量预测。可见，本申请方案通过获取充电建设规划区的充电电量曲线，对充电电量曲线进行聚类以及充电影响因素筛选，实现了对充电建设规划区的充电电量数据的预测。

技术领域

本发明涉及电动汽车技术领域，特别是涉及一种充电电量预测方法及装置。

背景技术

大力发展电动汽车，对保障能源安全、促进节能减排、防治大气污染、培育新的经济增长点和国际竞争优势具有重要意义。而完善的充电设施体系是发展电动汽车的重要保障，因此，如何在充电设施建设规划区准确投放充电设施成为本领域人员亟待解决的技术问题。

现有技术中大多基于专家经验法对充电设施投放进行规划，所谓专家经验法指的是基于主观判断的方法，根据有限的信息主观判断充电设施建设规划区的电动汽车的充电需求和充电设施的投放规模。

发明人在对现有技术的研究过程中发现，专家经验法难以标准化，当充电设施建设规划区划分较多时，重复性工作较多，专家经验难以快速复制；无法对专家决策进行评估和有效监控；过分依赖专家经验，人力成本过高，如果缺少有经验的专家，就会给充电设施建设规划工作带来很大的困难。

发明内容

为解决上述技术问题，本发明实施例提供了一种充电电量预测方法及装置，以实现对充电建设规划区的充电电量预测，技术方案如下：

一种充电电量预测方法，包括：

分别获取m个充电建设规划区的充电电量曲线，所述充电电量曲线为统计出的所述充电建设规划区的充电设施、在预设周期内的充电电量数据组成的曲线，m为正整数；

对m条所述充电曲线进行聚类，获得g类典型充电电量曲线，其中，g≤m，g为正整数；

对每类典型充电电量曲线的充电影响因素进行筛选，确定每类典型充电电量曲线的充电影响因素；

依据所述每类典型充电电量曲线的充电影响因素及每个充电建设规划区的充电电量数据，对每个规划区进行充电电量预测。

可选地，对m条所述充电曲线进行聚类，获得g类典型充电电量曲线，包括：

判断m条所述充电电量曲线所包含的充电电量数据是否为可聚类的非随机结构；

若是，对每条所述充电电量曲线归一化；

对归一化的每条所述充电电量曲线进行聚类分析，获得所述m条充电电量曲线聚类的类别数及每类充电电量曲线所包含的充电电量曲线的条数；

对每类充电电量曲线在每个所述预设周期上取平均值，获得每类典型充电电量曲线。

可选地，判断m条所述充电电量曲线所包含的充电电量数据是否为可聚类的非随机结构，包括：

获取m条所述充电电量曲线所包含的充电电量数据的霍普金斯统计量；

判断霍普金斯统计量是否大于预设阈值；

若是，表明所述充电电量数据为可聚类的非随机结构。

可选地，采用最小-最大归一化方法或零均值归一化方法对所述充电电量曲线归一化。

可选地，对归一化的每条所述充电电量曲线进行聚类分析，获得所述m条充电电量曲线聚类的类别数及每类充电电量曲线所包含的充电电量曲线，包括：