ابداع روشی جدید برای تخمین مصرف انرژی اتوبوس های برقی

موسسه تحقیقات فوجیان یک روش جدید برای تخمین مصرف انرژی لحظه ای اتوبوس های برقی پیشنهاد کرده اند.

به گزارش تک ناک، برقی کردن حمل و نقل عمومی به طور گسترده به عنوان یک راه امیدوارکننده برای صرفه جویی در انرژی و کاهش انتشار گازهای گلخانه ای محسوب می شود. اتوبوس های برقی به طور کلی برد کم و زمان شارژ طولانی دارند که می تواند منجر به “اضطراب برد” در بین اپراتورها و رانندگان شود. برآوردهای دقیق مصرف انرژی اتوبوس های برقی می تواند اپراتورها و رانندگان را به برنامه ریزی و استفاده بهتر از اتوبوس های برقی راهنمایی کند و به طور موثر «اضطراب برد» را کاهش دهد.

در یک مطالعه منتشر شده در IEEE/CAA Journal of Automatica Sinica، گروه دکتر لین مینگ کیانگ از موسسه تحقیقات فوجیان یک روش جدید برای تخمین مصرف انرژی لحظه ای اتوبوس های برقی پیشنهاد کرده اند.

RFR یک مدل Bagging بر اساس درخت های تصمیم است که ایده ای موازی برای ایجاد چندین مدل درخت به طور همزمان است و این مدل های درختی هیچ تاثیری بر روی یکدیگر نخواهند داشت. مشخصه اصلی آن تصادفی بودن دوگانه است، یعنی تصادفی بودن نمونه گیری داده ها و تصادفی بودن نمونه گیری ویژگی.
محققان عوامل موثر بر مصرف انرژی اتوبوس الکتریکی را از منابع متعددی مانند نوع رانندگی، وضعیت خودرو و محیط خارجی انتخاب کردند. از جمله ویژگی های نوع رانندگی شامل سرعت، شتاب، دنده، پدال گاز و حالت پدال کاهش سرعت است. ویژگی های وضعیت خودرو شامل پارامترهای وضعیت باتری، موتور و کنترل کننده موتور است. ویژگی های محیطی خارجی عمدتاً شامل ویژگی های آب و هوایی است.
محققان یک مدل یادگیری گروهی RFR را برای پیش‌بینی مصرف انرژی آنی اتوبوس‌های برقی پیشنهاد کردند. تحت اثر تصادفی دوگانه، هر درخت با داده ها و ویژگی های متفاوتی تربیت می شود که به هر درخت شخصیت آن را می دهد. نتایج پیش‌بینی همه مدل‌های درختی به‌عنوان نتایج پیش‌بینی RFR به‌طور میانگین محاسبه می‌شوند.
علاوه بر این، محققان اهمیت ویژگی ها را با محاسبه ضریب جینی تجزیه و تحلیل کردند و نتایج نشان داد که ویژگی های حالت کنترل کننده موتور و باتری تأثیر قابل توجهی بر مصرف انرژی لحظه ای اتوبوس های برقی دارد. ویژگی های نوعی رانندگی، وضعیت پدال گاز و سرعت دو عامل مهم تر هستند. در میان ویژگی های محیطی خارجی، تنها دمای محیط برای مصرف انرژی آنی مهم است.
محققان از یک مدل یادگیری گروهی برای پیش‌بینی مصرف انرژی آنی اتوبوس‌های برقی استفاده کردند و به نتایج پیش‌بینی خوبی دست یافتند. از طریق تجزیه و تحلیل اهمیت ویژگی ها، آنها درجه تأثیر ویژگی های مختلف بر مصرف انرژی آنی اتوبوس های برقی را تعیین کردند.