[发明专利]一种基于轨迹数据挖掘的共享电单车换电需求预测方法

说明书

本发明公开了一种基于轨迹数据挖掘的共享电单车换电需求预测方法，包括以下步骤：1、基于空网格建模，结合爬取的POI数据实现网格功能区识别；2、基于实际订单数据，进一步根据功能区分类挖掘再生特征数据，建立交通特性模型；3、基于电池容量和单位耗电量，建立电量特性模型；4、基于交通特性模型和电量特性模型，采用蒙特卡洛仿真方法建立共享电单车换电需求预测框架。本发明弥补了传统使用美国居民调查数据预测的不匹配性，利用数据驱动从时间和空间两个角度挖掘符合区域特点的共享电单车换电需求特性，对共享电单车的运营以及进一步的换电站选址和定容规划具有重要作用。

技术领域

本发明属于共享电单车换电技术领域，尤其涉及一种基于轨迹数据挖掘的共享电单车换电需求预测方法。

背景技术

随着“碳达峰、碳中和”目标的提出，共享电单车作为一种可持续发展的新型交通方式引起了人们广泛的关注。与共享单车类似，共享电单车主要为不适宜选择固定线路交通的中短距离出行者以及需要接驳其他交通方式的出行者提供服务。用户通过智能手机寻找附近可用的共享电单车并完成任意停放点之间的骑行，通过这种共享服务，车辆的利用率得以提高，用户实现低成本耗费出行。另一方面，由于共享电单车拥有电池驱动的动力装置，用户的骑行变得更加省力舒适，提高了交通出行的可达性和机动性。共享电单车的出现在一定程度上缓解了交通拥堵问题，为居民的中短距离出行提供了更加绿色环保的选择。因此，诸多的优点为共享电单车的市场带来了蓬勃的发展机遇。

然而，共享电单车的电池问题一直是关系其持续发展的重要因素之一。有限的电池容量增加用户的里程焦虑，并抑制对共享电单车的使用意愿，进而降低运营车辆的利用率。因此，为了确保用户的使用，运营商需要对运营车辆的荷电状态(State of Charge,SOC)进行监控，并及时地进行电能补充以缓解用户的行驶里程焦虑。目前，主要大多采用美国交通部NHTS库提供的出行规律进行电动汽车仿真，而实际上不同区域、不同交通方式的出行规律是不同的。大数据的出现为准确的预测提供了可能。另一方面，考虑共享电单车在空间上的停放呈现离散、杂乱的状态，其出行与功能区有关，因此，如何解决共享电单车换电需求成为本领域一大难点问题。

发明内容

发明目的：本发明的目的在于提供一种基于轨迹数据挖掘的共享电单车换电需求预测方法，在功能区识别的基础上，结合实际轨迹数据，挖掘共享电单车的时空出行特征，通过构建交通特性模型与电量特性模型对共享电单车基于时空特性进行换电需求预测。

技术方案：本发明的基于轨迹数据挖掘的共享电单车换电需求预测方法，对目标区域进行空间网格建模，在各个空间网格中提取共享电单车的实际轨迹数据、电池容量和单位耗电量，通过执行以下步骤，建立共享电单车单体模型，并基于共享电单车单体模型实现共享电单车换电需求的预测；

步骤1：将目标区域按照预设的空间尺度均匀划分为不同空间网格，爬取各个空间网格的POI数据，并基于核密度分析与频率密度法对各个空间网格的功能属性进行识别，获得目标区域的功能区类别；

步骤2：对实际轨迹数据进行清洗与处理，并从中挖掘出用户使用的时空特性规律，分别根据目标区域的各个功能区类别提取共享电单车需求集、状态概率转移矩阵、行驶距离和行驶速度概率密度函数，构建交通特性模型；

步骤3：基于电动车的初始荷电状态的分布特征、电池容量以及单位里程耗电量，构建共享电单车的电量特性模型；

步骤4：对目标区域共享电单车数量初始化参数后，将交通特性模型与电量特性模型作为输入，将目标区域共享电单车的换电需求作为输出，利用蒙特卡洛进行仿真，构建共享电单车单体模型。

进一步的，步骤1的具体步骤如下：

步骤1-1：将研究区域进行划分，为了选取合适的网格划分尺度，根据不同的网格划分尺度对每个订单添加起止点所属子区域标签，并统计该尺度下有效出行数据量；