本發(fā)明涉及充電需求預(yù)測(cè)，特別是一種基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、隨著全球碳排放的不斷增加和對(duì)可持續(xù)解決方案的迫切需求，減少化石燃料消耗并實(shí)現(xiàn)“碳中和”已成為眾多國(guó)家政府的共同目標(biāo)。電動(dòng)汽車(ev)作為傳統(tǒng)汽油車的關(guān)鍵替代品，正日益受到公眾的青睞和廣泛應(yīng)用。這一向綠色智能交通系統(tǒng)的轉(zhuǎn)變，促使城市地區(qū)迅速部署充電基礎(chǔ)設(shè)施。隨著電動(dòng)汽車數(shù)量的不斷增長(zhǎng)，準(zhǔn)確預(yù)測(cè)城市充電需求變得尤為重要，這不僅對(duì)理解區(qū)域電力負(fù)荷變化、調(diào)度能源分配至關(guān)重要，而且對(duì)電網(wǎng)運(yùn)營(yíng)商采取有效措施，例如動(dòng)態(tài)定價(jià)具有重要意義。

2、目前，電動(dòng)汽車充電需求預(yù)測(cè)領(lǐng)域已經(jīng)開(kāi)展了大量研究，涵蓋了統(tǒng)計(jì)學(xué)方法、時(shí)間序列預(yù)測(cè)方法、時(shí)空預(yù)測(cè)方法等。然而，現(xiàn)有的電動(dòng)汽車充電需求預(yù)測(cè)研究往往僅集中于單一類型的車輛，如出租車或公交車，而忽略了不同車輛類型之間的相互關(guān)系及其對(duì)區(qū)域充電需求的整體影響。此外，大多數(shù)研究未能全面考慮電動(dòng)汽車充電需求的多種時(shí)空依賴關(guān)系，包括歷史充電需求、區(qū)域興趣點(diǎn)(以下簡(jiǎn)稱poi)以及車輛移動(dòng)性這些因素對(duì)充電需求的多重影響。因此，現(xiàn)有的充電需求預(yù)測(cè)方法在捕捉不同車輛類型之間的充電需求的交互作用方面存在顯著局限性，在多類型電動(dòng)汽車共存的真實(shí)城市環(huán)境中，其可擴(kuò)展性和泛化能力也受到限制。此外，由于現(xiàn)有方法在建模電動(dòng)汽車充電需求的多重時(shí)空關(guān)系方面表征能力不足，其在實(shí)際應(yīng)用中的有效性和準(zhǔn)確性也受到影響。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法及系統(tǒng)，用于解決現(xiàn)有方法在建模電動(dòng)汽車充電需求的多重時(shí)空關(guān)系方面表征能力不足，導(dǎo)致其在實(shí)際應(yīng)用中的有效性和準(zhǔn)確性也受到影響的問(wèn)題。

2、為解決上述技術(shù)問(wèn)題，本發(fā)明提出的技術(shù)方案為：

3、第一方面，本申請(qǐng)?zhí)峁┮环N基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，包括：

4、s1：構(gòu)建多車共享特征提取模塊；

5、s2：將多種類型的電動(dòng)汽車充電需求數(shù)據(jù)輸入所述多車共享特征提取模塊，并獲取所述共享特征提取模塊輸出的融合特征；

6、s3：構(gòu)建并訓(xùn)練異構(gòu)多圖時(shí)空預(yù)測(cè)模塊；

7、s4：將多種類型的電動(dòng)汽車充電需求數(shù)據(jù)和所述融合特征輸入訓(xùn)練好的異構(gòu)多圖時(shí)空預(yù)測(cè)模塊，得到預(yù)測(cè)時(shí)刻的多類型的電動(dòng)汽車的充電需求。

8、第二方面，本申請(qǐng)還提供一種基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)系統(tǒng)，包括存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述第一方面所述方法的步驟。

9、本發(fā)明具有以下有益效果：

10、本申請(qǐng)?zhí)峁┑幕诋悩?gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，關(guān)注多種不同車輛類型的電動(dòng)汽車的充電需求預(yù)測(cè)，通過(guò)采用多任務(wù)學(xué)習(xí)技術(shù)，有效提取不同類型的電動(dòng)汽車充電需求數(shù)據(jù)的共享特征，從而挖掘不同類型的電動(dòng)汽車充電模式的潛在關(guān)聯(lián)。相較于單類型的電動(dòng)汽車充電需求預(yù)測(cè)，多種車輛類型的電動(dòng)汽車充電需求預(yù)測(cè)有效提升了預(yù)測(cè)性能；能適應(yīng)真實(shí)世界中多類型電動(dòng)汽車共存且相互影響的場(chǎng)景，提升了可擴(kuò)展性和泛化性。

11、在進(jìn)一步的技術(shù)方案中，從多個(gè)維度挖掘并揭示了電動(dòng)汽車充電需求的多重時(shí)空關(guān)系，將歷史充電需求、不同區(qū)域poi、以及車輛的移動(dòng)模式對(duì)充電需求的影響分別構(gòu)建為三種類型的圖結(jié)構(gòu)，使得模型得以從異構(gòu)多圖中有效學(xué)習(xí)影響充電需求的多種因素，從而提升了充電需求預(yù)測(cè)的準(zhǔn)確性。

12、在進(jìn)一步的技術(shù)方案中，將歷史充電需求圖、poi相似性圖以及動(dòng)態(tài)車輛移動(dòng)圖這三種不同類型的圖使用圖卷積網(wǎng)絡(luò)進(jìn)行有效融合，捕獲了多種時(shí)空依賴關(guān)系，提升了電動(dòng)汽車充電需求預(yù)測(cè)的可靠性。

技術(shù)特征：

1.一種基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，其特征在于，所述s2包括：

3.根據(jù)權(quán)利要求2所述的基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，其特征在于，所述s21包括：

4.根據(jù)權(quán)利要求2所述的基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，其特征在于，所述s22包括：

5.根據(jù)權(quán)利要求2所述的基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，其特征在于，所述相似性特征提取策略滿足：將n種類型的電動(dòng)汽車的歷史充電需求數(shù)據(jù)相加，并通過(guò)softmax函數(shù)后得到融合特征；

6.根據(jù)權(quán)利要求1所述的基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，其特征在于，所述異構(gòu)多圖時(shí)空預(yù)測(cè)模塊包括：時(shí)空注意力塊、異構(gòu)多圖構(gòu)建塊、空間圖卷積塊以及時(shí)間學(xué)習(xí)塊；

7.根據(jù)權(quán)利要求6所述的基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，其特征在于，所述時(shí)間注意力塊包括第一時(shí)間注意力塊、第二時(shí)間注意力塊、融合模塊和一個(gè)空間注意力塊；

8.根據(jù)權(quán)利要求6所述的基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，其特征在于，所述歷史充電需求圖用于指示不同區(qū)域間充電需求的潛在相關(guān)性，滿足如下關(guān)系式：

9.根據(jù)權(quán)利要求6所述的基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法，其特征在于，所述時(shí)間學(xué)習(xí)塊包括三個(gè)卷積核大小不同的門(mén)控卷積神經(jīng)網(wǎng)絡(luò)層gatedcnn、concat拼接層、兩個(gè)全連接層以及一個(gè)卷積層；

10.一種基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)系統(tǒng)，包括存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述權(quán)利要求1至9中任一所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及充電需求預(yù)測(cè)技術(shù)領(lǐng)域，公開(kāi)了一種基于異構(gòu)多圖卷積網(wǎng)絡(luò)融合的城市電動(dòng)車充電需求預(yù)測(cè)方法及系統(tǒng)，該方法關(guān)注多種不同車輛類型的電動(dòng)汽車的充電需求預(yù)測(cè)，通過(guò)采用多任務(wù)學(xué)習(xí)技術(shù)，有效提取不同類型的電動(dòng)汽車充電需求數(shù)據(jù)的共享特征，從而挖掘不同類型的電動(dòng)汽車充電模式的潛在關(guān)聯(lián)。相較于單類型的電動(dòng)汽車充電需求預(yù)測(cè)，多種車輛類型的電動(dòng)汽車充電需求預(yù)測(cè)有效提升了預(yù)測(cè)性能；能適應(yīng)真實(shí)世界中多類型電動(dòng)汽車共存且相互影響的場(chǎng)景，提升了可擴(kuò)展性和泛化性。

技術(shù)研發(fā)人員：吳詩(shī)雯,呂豐,段思婧,劉曼佳,向慕超,劉鳴柳,凌在汛
受保護(hù)的技術(shù)使用者：中南大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9