Электрификация общественного транспорта широко рассматривается как многообещающий способ экономии энергии и сокращения выбросов. Электрические автобусы, как правило, имеют небольшой запас хода и длительное время зарядки, что может вызвать «беспокойство по поводу запаса хода» у операторов и водителей. Точная оценка энергопотребления электрических автобусов может помочь операторам и водителям лучше планировать и использовать электрические автобусы, а также эффективно уменьшить «беспокойство по поводу дальности».
В исследовании, опубликованном в IEEE/CAA Journal of Automatica Sinica , группа доктора Линь Минцяна из Фуцзяньского института исследований структуры материи Китайской академии наук предложила новый метод оценки энергопотребления, основанный на регрессии случайного леса (RFR) для оценить мгновенное потребление энергии для электробусов.
RFR — это модель бэггинга, основанная на деревьях решений , которая представляет собой параллельную идею создания нескольких моделей деревьев одновременно, и эти модели деревьев не будут иметь никакого влияния друг на друга. Его основной характеристикой является двойная случайность, то есть случайность выборки данных и случайность выборки признаков.
Исследователи выбрали факторы, влияющие на потребление энергии электробусом, из нескольких источников, таких как манера вождения, состояние транспортного средства и внешняя среда . Среди них характеристики поведения при вождении включают скорость, ускорение, передачу, педаль акселератора и состояние педали замедления. Характеристики состояния транспортного средства включают параметры состояния аккумулятора, двигателя и контроллера двигателя. К внешним характеристикам среды в основном относятся погодные характеристики.
Исследователи предложили ансамблевую модель обучения RFR для прогнозирования мгновенного энергопотребления электробусов. Под действием двойной случайности каждое дерево обучается с разными данными и характеристиками, что придает каждому дереву индивидуальность. Результаты прогнозирования всех моделей деревьев усредняются как результаты прогнозирования RFR.
Кроме того, исследователи проанализировали важность характеристик путем расчета коэффициента Джини, и результаты показали, что характеристики состояния контроллера двигателя и аккумулятора оказывают существенное влияние на мгновенное энергопотребление электробусов. Среди характеристик поведения при вождении еще два важных фактора — положение педали акселератора и скорость. Среди характеристик внешней среды для мгновенного энергопотребления важна только температура окружающей среды.
Исследователи использовали модель ансамблевого обучения для прогнозирования мгновенного энергопотребления электробусов и добились хороших результатов прогнозирования. Путем анализа важности признаков определена степень влияния различных признаков на мгновенное энергопотребление электробусов.
