基于随机森林的电动汽车充电行为聚类技术研究

• 作者: 刘云 刘亚丽 刘瑜俊 李国栋 洪奕
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 电动汽车 充电行为 随机森林 聚类分析
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 智能配网与微网
• 页码范围: 115-121
• 页数: 7页
• 分类号: TM910.6
• 字数: 5540字
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2019.06.016

摘要

随着国家对新能源汽车的持续推进,成千上万的电动汽车(EV)接入电力系统,在充电过程中形成了关于EV充电行为的海量数据,因此有必要对EV充电行为特征展开研究.文中提出了一种基于随机森林的EV充电行为聚类技术,从充电行为的大量数据中辨识和分析不同类型的充电行为.采用英国Dundee市2018年1月的充电数据进行实验,分别得到该月工作日、双休日和节假日的充电行为分类.聚类分析获得的各个类别有着较为明确的特性,并以此推断出用户的充电方式、出行行为特点等.最后将该算法和欧式距离法进行对比,对比结果表明随机森林算法在EV聚类问题中的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国栋	国网天津市电力有限公司电力科学研究院	37	183	8.0	11.0
2	刘亚丽	国网天津市电力有限公司电力科学研究院	12	47	5.0	6.0
3	刘瑜俊	东南大学电气工程学院	9	102	3.0	9.0
4	洪奕	东南大学电气工程学院	3	2	1.0	1.0
5	刘云	国网天津市电力有限公司电力科学研究院	4	20	3.0	4.0