本文的研究主要是基于某充電運營商提供的充電樁數(shù)據(jù),這些數(shù)據(jù)包括充電過程數(shù)據(jù)和充電樁地理信息數(shù)據(jù)。研究的目的是預(yù)測充電樁的充電量,充電量指單個樁群充電量和系統(tǒng)總體充電量,充電量的預(yù)測有以下三個目的:1)使充電設(shè)備廠商可以根據(jù)充電量動態(tài)調(diào)整電價,比如在充電量比較低的時候降低電價,鼓勵消費者充電,避免資源浪費;在充電量比較高的時候提高電價,增加收入。2)在預(yù)測到未來一段時間將要有充電量高峰的時候,可以提前向有關(guān)部門購電。3)對于某些充電量特別少的“僵尸樁”可以減少在該樁周圍布置新的樁群。本文的充電量預(yù)測與一般的時間序列預(yù)測不同。首先,充電設(shè)備公司提供的數(shù)據(jù)可能會有錯誤,在前期處理時應(yīng)將這些錯誤數(shù)據(jù)去除。其次,充電樁充電量的隨機(jī)性很大,想要精準(zhǔn)的預(yù)測具有難度。最后,充電樁充電量曲線存在一定的規(guī)律性,本文先分析這些充電量曲線的規(guī)律,對其進(jìn)行分類,以提高預(yù)測的精度。本文的工作包含以下幾個方面,首先,充電運營商提供數(shù)據(jù),我們負(fù)責(zé)利用大數(shù)據(jù)相關(guān)技術(shù)進(jìn)行數(shù)據(jù)接收和預(yù)處理,主要用到的技術(shù)是Kafka+Spark Streaming+HBase。其次,本文分析了一些數(shù)據(jù)的特點,主要是與充電量相關(guān)的一些特征,... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 傳統(tǒng)預(yù)測方法
        1.2.2 深度學(xué)習(xí)預(yù)測方法
    1.3 論文主要工作
    1.4 論文組織架構(gòu)
2 背景知識和相關(guān)技術(shù)分析
    2.1 大數(shù)據(jù)相關(guān)技術(shù)
        2.1.1 Kafka
        2.1.2 Spark Streaming
        2.1.3 HBase數(shù)據(jù)庫
    2.2 機(jī)器學(xué)習(xí)相關(guān)技術(shù)
        2.2.1 回歸分析
        2.2.2 神經(jīng)網(wǎng)絡(luò)
    2.3 本章小結(jié)
3 數(shù)據(jù)預(yù)處理與特征分析
    3.1 新能源汽車管控平臺數(shù)據(jù)說明
        3.1.1 訂單數(shù)據(jù)說明
        3.1.2 地理信息數(shù)據(jù)說明
    3.2 數(shù)據(jù)接收模型的框架
        3.2.1 整體框架
        3.2.2 Kafka接收數(shù)據(jù)
        3.2.3 Spark Streaming處理數(shù)據(jù)
        3.2.4 HBase數(shù)據(jù)庫保存數(shù)據(jù)
    3.3 數(shù)據(jù)特征分析
        3.3.1 充電量數(shù)據(jù)的處理
        3.3.2 周期性分析
        3.3.3 季節(jié)對充電量的影響
        3.3.4 分析節(jié)假日對充電量的影響
        3.3.5 充電量曲線的趨勢性分析
        3.3.6 充電量曲線每日波形的分析
    3.4 本章小結(jié)
4 充電樁充電量的預(yù)測
    4.1 單個樁群充電量的預(yù)測
        4.1.1 編碼解碼器(Encoder-decoder)
        4.1.2 長短期記憶網(wǎng)絡(luò)
        4.1.3 充電量預(yù)測模型
        4.1.4 加入周期性模塊的預(yù)測網(wǎng)絡(luò)
    4.2 總體充電量的預(yù)測
        4.2.1 總體充電量與單個樁群充電量的異同點
        4.2.2 總體充電量預(yù)測模型
    4.3 本章小結(jié)
5 實驗驗證與性能測試
    5.1 實驗環(huán)境
    5.2 實驗評價指標(biāo)
        5.2.1 均方根誤差(RMSE)
        5.2.2 平均絕對百分比誤差(MAPE)
        5.2.3 評價指標(biāo)對比
    5.3 實驗結(jié)果對比
        5.3.1 單個樁群實驗結(jié)果
        5.3.2 單個樁群預(yù)測實驗結(jié)果分析
        5.3.3 總體充電量實驗結(jié)果
        5.3.4 總體充電量預(yù)測實驗結(jié)果分析
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于Kafka消息隊列的電網(wǎng)設(shè)備準(zhǔn)實時數(shù)據(jù)接入方法研究[J]. 王震,陳亮.  山東電力技術(shù). 2015(06)
[2]回歸分析簡介[J]. 彤季.  數(shù)學(xué)的實踐與認(rèn)識. 1971(03)



本文編號：3335343