机构名称：
¥ 1.0
1助理。教授，2,3,4 UG学者1,2,3,4人工智能和机器学习部，印度海得拉巴的Guru Nanak机构技术校园（自治）。摘要：在过去的十年中，电动汽车（EV）的使用迅速增加使得有必要准确估算电动汽车充电所需的能量。电动汽车现在主要使用锂离子电池进行存储；保护这些电池免受过度充电可以延长其寿命并保持健康。这项研究提出了一个机器学习模型，用于预测基于K-Neared邻居分类方法的EV充电会话的长度。通过正确对事件进行分类，该模型可以预测电荷将持续多长时间。每个班级都有充电事件，每个班级都持续一段时间。该程序仅使用数据开始时可用的数据（到达时间，启动SOC，日历数据）。进行灵敏度分析以评估各种输入的效果，并使用包括来自100多名用户的充电会话记录的实际数据集对模型进行验证。与基准模型相比，性能的改进证明了该模型的功效。索引 - 电动汽车，充电会话，分类技术，优化的电池充电，机器学习。
电动汽车充电会话分类...
主要关键词
相关文件推荐
