أساليب التعلم الآلي لسلوك شحن المركبات الكهربائية: مراجعة

مع انتقال تطبيقات المدينة الذكية من نماذج مفاهيمية إلى مرحلة التطوير، يُعتبر النقل الذكي أحد تطبيقات المدن الذكية وهو يحقق تقدمًا كبيرًا في الوقت الحاضر. تُعتبر المركبات الكهربائية (EVs) واحدة من الركائز الرئيسية لتطبيقات النقل الذكي. تزداد شهرة المركبات الكهربائية بشكل مستمر نظرًا لإمكاناتها في تقليل الاعتماد على الوقود الأحفوري وانبعاثات الغاز الدفيئة. ومع ذلك، فإن الانتشار الواسع لمحطات شحن المركبات الكهربائية يطرح العديد من التحديات للشبكة الكهربائية والبنية التحتية العامة. للتغلب على مشكلة وقت الشحن الطويل، فإن الحل البسيط المتمثل في نشر المزيد من محطات الشحن لزيادة سعة الشحن لا يعمل بسبب الضغط على الشبكات الكهربائية وقيود المساحة الفيزيائية. لذلك، ركز الباحثون على تطوير خوارزميات جدولة ذكية لإدارة الطلب على الشحن العام باستخدام النمذجة والتحسين. مؤخرًا، كان هناك اهتمام متزايد بالأساليب المعتمدة على البيانات في نمذجة شحن المركبات الكهربائية. نتيجة لذلك، يتطلع الباحثون إلى تحديد نمط سلوك شحن المستهلكين الذي يمكن أن يوفر رؤى وقدرة تحليلات تنبؤية. الغرض من هذه المقالة هو تقديم مراجعة شاملة لاستخدام التعلم الآلي المراقب وغير المراقب بالإضافة إلى الشبكات العصبية العميقة لتحليل سلوك الشحن والتنبؤ به. كما تناقش التوصيات والاتجاهات المستقبلية للبحث.