改良されたランダムフォレストアルゴリズムの電気自動車充電負荷予測への適用

電気自動車（EV）の充電需要の増加に対処するため、本論文では、ランダムフォレストアルゴリズム（RF）と単一充電ステーションの負荷データに基づいたEV充電負荷の予測方法を提案します。この方法は、分類回帰木（CART）アルゴリズムによって実現され、ステーションの短期予測を行います。同時に、異なる規模や場所の充電ステーションの毎日の充電能力予測アルゴリズムも提案されます。回帰および分類アルゴリズムを組み合わせることで、大量の過去の充電データの効果的な学習が行われます。特性データは異なる側面から分割され、RFの構築と変動する充電負荷の効果的な予測が実現されます。深圳の各充電ステーションのデータを時間と空間の観点から分析することで、このアルゴリズムが実践されます。アルゴリズムにおける現在のデータの適用形態が決定され、予測アルゴリズムの精度が信頼性があり実用的であることが検証されます。充電負荷の予測を通じて、電力供給者とユーザーの両方に参考を提供することができます。