[发明专利]一种基于数据驱动的电动汽车充放电行为聚类方法在审
| 申请号： | 201910822112.8 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110598773A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 孙可慧;罗忠游;陈中;邢强;王开科;焦春雷;蔡鹏 | 申请（专利权）人： | 东南大学;国网新疆电力有限公司电力科学研究院;蔡鹏 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q50/06 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 徐红梅 |
| 地址： | 211102 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于数据驱动的电动汽车充放电行为聚类方法，包括对电动汽车智能充电服务运营管理系统数据库的电动汽车充放电数据进行数据采集与预处理，得到描述用户充放电行为的若干数据变量；对提取出的变量进行皮尔森及肯德尔秩相关性检验分析，筛选出不相关变量，用作聚类模型的关键变量；基于多尺度空间的层次聚类算法提出电动汽车充放电行为的聚类方法，面向关键变量对电动汽车充放电行为进行聚类分析；通过对比不同聚类尺度下电动汽车充放电行为聚类的有效性，选取最优聚类。本发明能够利用全量数据对电动汽车充放电行为进行聚类，并衡量聚类有效性得出最优聚类，为电动汽车参与电网辅助服务提供量化前提。 | ||
| 搜索关键词： | 电动汽车 聚类 充放电 关键变量 管理系统数据库 层次聚类算法 预处理 充放电数据 服务运营 辅助服务 聚类分析 聚类模型 全量数据 数据变量 数据采集 数据驱动 智能充电 多尺度 尺度 量化 筛选 电网 衡量 检验 分析 | ||
【主权项】：
1.一种基于数据驱动的电动汽车充放电行为聚类方法，其特征在于，包括以下步骤：/n(1)对电动汽车智能充电服务运营管理系统数据库的电动汽车充放电数据进行数据采集与预处理，得到描述用户充放电行为的若干数据变量；/n(2)对提取出的数据变量进行皮尔森相关性检验分析，筛选出不相关变量，用作聚类模型的关键变量；/n(3)基于多尺度空间的层次聚类算法提出电动汽车充放电行为的聚类方法，面向关键变量对电动汽车用户的充放电行为进行聚类分析；/n(4)通过对比不同聚类尺度下电动汽车充放电行为聚类的有效性，选取最优聚类。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学;国网新疆电力有限公司电力科学研究院;蔡鹏，未经东南大学;国网新疆电力有限公司电力科学研究院;蔡鹏许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910822112.8/，转载请声明来源钻瓜专利网。
