一种电动汽车负荷识别方法、系统及存储介质、终端与流程
- 国知局
- 2024-10-15 09:51:11
本发明涉及新能源汽车负荷识别,尤其涉及一种电动汽车负荷识别方法、系统及存储介质、终端。
背景技术:
1、电动汽车凭借自身清洁环保的特点,其销量在近年也呈现不断上涨的趋势。然而,面对电动汽车的普及,其功率大、接入随机的特点也给电网的安全运行带来了巨大的挑战。大量电动汽车负荷的无序接入可能加重电网的峰谷差,改变电网潮流,破坏电网的稳定运行,也增加了电气隐患,可能造成不必要的火灾或事故。因此,有必要提供一种能够快速高效识别电动汽车负荷的技术,从而能够实现对电动汽车的集群管理和监测,实现对电动汽车的安全管理。
技术实现思路
1、为了满足当前对快速高效识别电动汽车负荷的使用需求,本发明的目的在于提供一种电动汽车负荷识别方法、系统及存储介质、终端。
2、为实现本发明的目的,本发明提供的技术方案具体如下:
3、第一方面
4、本发明提供了一种电动汽车负荷识别方法,包括如下步骤:
5、步骤s1:采集电动汽车充放电过程中的数据;
6、步骤s2:对采集的数据进行预处理,所述预处理包括去除噪声、异常值处理、数据标准化;
7、步骤s3:从预处理后的数据中提取混叠高频信号特征,进行特征选择;其中,利用lasso算法模型通过最小化目标函数,进行特征选择,具体包括如下:
8、步骤s3.1:初始化特征系数;
9、步骤s3.2:更新特征系数,使目标函数达到最小值;
10、所述目标函数如下:
11、
12、其中,是目标变量,是特征矩阵,‖·‖2 表示l2范数,‖·‖1表示l1范数,是正则化参数,n为样本数量;
13、步骤s3.3:根据更新后的特征系数 β j,选择特征;
14、根据选择的特征,重新构建lasso算法模型;
15、重复上述步骤s3.2-步骤s3.3,直到lasso算法模型收敛或达到设定的迭代次数;
16、步骤s4:根据选择的特征进行负荷识别模型构建,并进行负荷识别模型训练;
17、步骤s5:利用训练好的负荷识别模型进行电动汽车负荷识别。
18、第二方面
19、本发明提供了一种电动汽车负荷识别系统,包括如下单元:数据采集单元、
20、预处理单元以及特征提取选择单元、模型构建单元、负荷识别单元;
21、所述数据采集单元用于采集电动汽车充放电过程中的数据;
22、所述预处理单元用于对采集的数据进行预处理,所述预处理包括去除噪声、异常值处理、数据标准化;
23、所述特征提取选择单元用于从预处理后的数据中提取混叠高频信号特征,进行特征选择;其中,利用lasso算法模型通过最小化目标函数,进行特征选择,具体用于执行如下步骤:
24、步骤s3.1:初始化特征系数;
25、步骤s3.2:更新特征系数,使目标函数达到最小值;
26、所述目标函数如下:
27、其中,是目标变量,是特征矩阵,‖·‖2 表示l2范数,‖·‖1表示l1范数,是正则化参数,n为样本数量;
28、步骤s3.3:根据更新后的特征系数 β j,选择特征;
29、根据选择的特征,重新lasso算法模型;
30、重复上述步骤s3.2-步骤s3.3,直到lasso算法模型收敛或达到设定的迭代次数;
31、所述模型构建单元用于根据选择的特征进行负荷识别模型构建,并进行负荷识别模型训练;
32、所述负荷识别单元用于利用训练好的负荷识别模型进行电动汽车负荷识别。
33、第三方面
34、本发明还提供了一种存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现所述的电动汽车负荷识别方法。
35、第四方面
36、本发明还提供了一种终端,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现所述的电动汽车负荷识别方法。
37、与现有技术相比,本发明的有益效果为:
38、本发明方案在特征选择过程中,采用可以自适应特征选择算法,即基于l1正则化的特征选择方法lasso算法,该算法通过对特征的系数进行稀疏化处理,自动选取最重要的特征,同时将其余特征的系数缩小至接近于零,从而实现特征选择和模型优化,从而提高模型的性能和泛化能力。
技术特征:1.一种电动汽车负荷识别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种电动汽车负荷识别方法,其特征在于,步骤s3.2中,根据坐标下降算法更新特征系数,得到更新后的特征系数,计算公式如下:
3.根据权利要求2所述的一种电动汽车负荷识别方法,其特征在于,在坐标下降算法中,引入加入项进行更新:
4.根据权利要求3所述的一种电动汽车负荷识别方法,其特征在于,所述混叠高频信号特征包括混叠高频信号的频率、幅度和相位。
5.一种电动汽车负荷识别系统,其特征在于,包括如下单元:数据采集单元、
6.根据权利要求5所述的一种电动汽车负荷识别系统,其特征在于,步骤s3.2中,根据坐标下降算法更新特征系数,得到更新后的特征系数,计算公式如下:
7.根据权利要求6所述的一种电动汽车负荷识别系统,其特征在于,在坐标下降算法中,引入加入项进行更新:
8.根据权利要求7所述的一种电动汽车负荷识别系统,其特征在于,所述混叠高频信号特征包括混叠高频信号的频率、幅度和相位。
9.一种存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-4中任一项所述的电动汽车负荷识别方法。
10.一种电子终端,其特征在于,所述电子终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-4中任一项所述的电动汽车负荷识别方法。
技术总结本发明公开了一种电动汽车负荷识别方法、系统及存储介质、终端。其中,方法包括如下:采集电动汽车充放电过程中的数据;对采集的数据进行预处理;从预处理后的数据中提取混叠高频信号特征,进行特征选择;根据选择的特征,重新构建LASSO算法模型;重复上述步骤,直到LASSO算法模型收敛或达到设定的迭代次数;根据选择的特征进行负荷识别模型构建,并进行负荷识别模型训练;利用训练好的负荷识别模型进行电动汽车负荷识别。本发明方案在特征选择过程中,采用LASSO算法,通过对特征的系数进行稀疏化处理,自动选取最重要的特征,同时将其余特征的系数缩小至接近于零,从而实现特征选择和模型优化,从而提高模型的性能和泛化能力。技术研发人员:丰彦冬,邢雅龙,初洪超,徐涛,孟春江,杨国樑,魏志成,谭金超,张朋桥,刘国强,石光,王子龙,杨天受保护的技术使用者:中汽研(天津)汽车工程研究院有限公司技术研发日:技术公布日:2024/10/10本文地址:https://www.jishuxx.com/zhuanli/20241015/315609.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。