【摘要】：隨著社會環(huán)保意識的增強,大力推廣采用清潔能源的電動汽車,電動汽車分時租賃業(yè)務(wù)隨之不斷拓展,多級管理平臺紛紛建立。總管理平臺所采集的電動汽車參數(shù)日益積累,為大數(shù)據(jù)分析研究奠定了堅實的基礎(chǔ)。預(yù)處理技術(shù)在數(shù)據(jù)采集過程中起著至關(guān)重要的作用。特別地,從各運營商子平臺所采集的監(jiān)測數(shù)據(jù)存在人為干預(yù)風(fēng)險。為此,文章提出采用人為干預(yù)概率曲線量化監(jiān)測數(shù)據(jù)與協(xié)方差比間關(guān)系,將人為干預(yù)概率曲線區(qū)間和觀測量關(guān)系作為輸入,建立了回歸對象決策樹并引入傳統(tǒng)卡爾曼濾波算法,從而提出基于決策樹分析的卡爾曼濾波預(yù)測方法,從而減少人為篡改的干預(yù)影響,以達到對運營總平臺所采集的數(shù)據(jù)去人為干預(yù)的目的。將該算法應(yīng)用于車速預(yù)測領(lǐng)域,得到可信度更高的車速預(yù)測數(shù)據(jù),為有效地實現(xiàn)大數(shù)據(jù)分析奠定堅實的技術(shù)支撐。
[Abstract]:With the strengthening of social awareness of environmental protection, electric vehicles with clean energy are popularized vigorously, and the time-sharing leasing business of electric vehicles expands continuously, and multi-level management platforms are established one after another. The general management platform collects the electric vehicle parameter to accumulate day by day, has laid the solid foundation for big data analysis research. Preprocessing technology plays an important role in the process of data acquisition. In particular, there is a risk of human intervention in monitoring data collected from operator subplatforms. Therefore, the relationship between the quantitative monitoring data and the covariance ratio of the artificial intervention probability curve is proposed. The interval of the artificial intervention probability curve and the observational relation are taken as the input, and the decision tree of the regression object is established and the traditional Kalman filtering algorithm is introduced. A prediction method of Kalman filter based on decision tree analysis is proposed to reduce the influence of artificial tampering and achieve the purpose of eliminating human interference to the data collected by the general platform of operation. The algorithm is applied to the field of speed prediction to obtain more reliable speed prediction data, which lays a solid technical support for the effective implementation of big data analysis.
【作者單位】： 國網(wǎng)重慶市電力公司電力科學(xué)研究院;
【基金】：國家科技支撐計劃項目(2015BAG10B00)
【分類號】：U491

【相似文獻】

相關(guān)期刊論文 前10條

1 張志超;;電動汽車領(lǐng)域基于規(guī)則的網(wǎng)管告警壓縮機制研究及應(yīng)用[J];軟件;2012年12期

2 畢軍,關(guān)偉,申金升;公交電動汽車運行智能管理系統(tǒng)[J];公路交通科技;2005年07期

3 ;智能公路夜晚發(fā)光為電動汽車充電[J];技術(shù)與市場;2012年12期

4 應(yīng)夏暉;李錦霞;陳錦生;;電動汽車充電站的選址優(yōu)化研究[J];交通科技與經(jīng)濟;2014年01期

5 ;快訊[J];交通世界;2000年01期

6 李玉清;開發(fā)電動汽車 改善城市交通[J];四川工業(yè)學(xué)院學(xué)報;1986年01期

7 ;荷蘭擬建智能公路:可夜晚發(fā)光為電動汽車充電[J];低碳世界;2012年10期

8 ;電動汽車消防安全專題研討會暨汽車消防安全戰(zhàn)略合作啟動會在京召開[J];消防技術(shù)與產(chǎn)品信息;2013年08期

9 蘇明濤;田亮本;;電動汽車充電站消防設(shè)計探討[J];工業(yè)安全與環(huán)保;2013年02期

10 蔣建春;國外能源公路一瞥[J];現(xiàn)代交通管理;1995年01期

相關(guān)會議論文 前1條

1 程鐘錦;于海波;陳毓春;李文;劉洪;;電動汽車運營管理系統(tǒng)計費模型淺析[A];第十四屆中國科協(xié)年會第19分會場：電動汽車充放電技術(shù)研討會論文集[C];2012年

相關(guān)博士學(xué)位論文 前3條

1 劉曉飛;電動汽車V2G系統(tǒng)及充放電控制策略研究[D];哈爾濱工業(yè)大學(xué);2015年

2 張迪;電動汽車充\換電設(shè)施選址模型研究[D];華中科技大學(xué);2015年

3 徐浩;面向規(guī)�；妱悠嚾刖W(wǎng)的充電站布局優(yōu)化及有序充電策略研究[D];華中科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 王e，

本文編號：2333419