【摘 要】
：
在实际生活中,充电桩的规划建设和新能源汽车的使用存在空间上、结构上的不匹配,导致混合停车场中停车难、充电难问题日益凸显。高峰时段,充电车位超时占用,车位周转率不高,而常规时段,车位使用率较低等均限制着混合停车场经营效率。本文前期通过对用户停车挪车意愿进行分析,提出了一种基于多因子评价的计费策略驱动充电桩利用效率优化的研究方法。首先,对混合停车场充电车位参数及特性进行分析,从定性的角度确定了影响充电
论文部分内容阅读
在实际生活中,充电桩的规划建设和新能源汽车的使用存在空间上、结构上的不匹配,导致混合停车场中停车难、充电难问题日益凸显。高峰时段,充电车位超时占用,车位周转率不高,而常规时段,车位使用率较低等均限制着混合停车场经营效率。本文前期通过对用户停车挪车意愿进行分析,提出了一种基于多因子评价的计费策略驱动充电桩利用效率优化的研究方法。首先,对混合停车场充电车位参数及特性进行分析,从定性的角度确定了影响充电桩利用效率的指标因素;其次,通过对混合停车场大量历史数据的挖掘分析,确定了各指标参数的边界值及充电桩利用效率优化的必要条件;然后,设计了基于车位利用率、充电桩利用率调节的浮动计费规则及计费策略,囊括交流充电桩参与有序充电计费策略,直流充电桩峰谷电价、按充电功率计费等计费策略等;最后,构建智能混合停车场充电桩效率多因子评价模型,用层次分析法确定充电桩利用效率指标的权重,该评价模型能综合比较计费策略的优劣,又能横向比较计费策略对指标参数的影响,从而为计费策略的调整优化提供参考。结果表明,基于车位使用率、充电桩利用率的浮动计费策略,能有效提升充电车位利用效率,在一定程度上提升了停车经济效益和社会效益。
其他文献
社交媒体已成为宗族宗亲活动的主要平台。以传统宗族关系为纽带的这一特殊群体和组织,在新兴社交媒体上如何重建和维系特定关系?这是本文的主要研究问题。为此,本文以江西省于都县“于都黄氏宗亲群”为研究对象,采用虚拟民族志以及深度访谈法来收集一手实证资料,试图对其进行初步探索。研究发现,网络突破了传统宗亲交往的空间限制,宗亲组织得以虚拟重建。社交媒体成为宗亲开展活动、传承集体记忆以及传播宗族文化的主要平台,
近年来,随着互联网技术对于人们生活的渗透,研究者们对深度神经网络技术的不断探索,深度神经网络技术目前在图像识别、语音识别、机器翻译和自然语言处理等多个领域可以运用的范围不断扩展,其提供的解决效果和人工处理的结果越来越贴近。而最近几年,伴随着人们在计算机视觉领域的探索和学习不断深入,人们对于图像处理的水平越来越高,图像处理技术的应用范围也逐渐扩大,在人们生活和工作中应用面也是越来越广。近年来利用深度
近年来,由于美国频繁对中国集成电路产业进行制裁,国家和企业越发意识到技术自主的重要性,因此也更加重视我国集成电路产业的发展和建设。但是我国该领域与国际先进水平相差较大,为了能实现技术追赶甚至反超,创新显得尤为重要。而对相关技术专利数据挖掘研究能为有效创新提供一定的指导意义。使用传统方式进行专利数据挖掘存在着效率低、正确率低、挖掘不深入和数据维度单一的问题,为了提出一种能够自动挖掘大量专利数据信息的
可压缩黏性辐射反应气体方程组是由可压缩Navier-Stokes方程组耦合一个反应扩散方程所构成,描述了黏性辐射反应气体在高温状态下的运动规律。该模型的大初值强解的整体存在性以及大时间渐进行为的研究一直是近年来国内外所密切关注的热点问题之一。然而,对于更一般的热传导系数为温度的幂函数的情况,有待进一步研究。本文主要研究对于热传导系数为温度的幂函数的情形,一维全空间可压缩黏性辐射反应气体方程组强解的
众所周知,随着国际互联网的快速发展,尤其是移动互联的兴起,用户行为数据所产生的价值也愈加提高,所产生的用户数据不论是种类还是数量也是越来越多,用户的这些行为数据是具有巨大价值的,推荐系统便在这个大环境下应运而生,它会结合用户的信息、物品的信息以及用户过去对物品的偏好,利用推荐算法合理地构建用户兴趣模型,为用户提供更为行之有效的个性化推荐服务。传统的音乐推荐大多数只关心音乐的显性属性,诸如作词人、作
健康稳定的金融市场是国家经济平稳发展的基石,非法集资活动将会扰乱金融秩序,破坏经济的正常发展,给参与者带来较大经济损失的同时,还易威胁社会稳定,滋生治安问题。对民间集资进行约束,引导其规范发展,保证资金安全成为经济发展的首要任务。伴随大数据技术的升级,机器学习方法不断创新,深度学习理论有了更好地发展,越来越多的监管部门、企业合作伙伴、投资者开始重视企业生产经营过程中所产生的企业基本信息、纳税、企业
近年来,随着深度学习在大数据时代的迅猛发展,人脸检测技术作为通用目标检测算法中的一种典型应用,受到越来越多工程领域和学术界的青睐。虽然人们通过改进网络结构,数据增强,设计新的损失函数等改进方法能够在一定程度上提升模型的性能,然而在针对多尺度人脸,小人脸,模糊人脸,以及遮挡性人脸的检测任务时,人们仍然缺乏有效的手段来完成实时的、高精度的检测,故而在已有模型上探索小人脸的检测方案仍然存在巨大的探索空间
此学位论文主要研究了带有界变时滞和马氏链的非自治随机神经网络的p（p≥2）阶矩输入状态稳定性、p（p≥2）阶矩积分输入状态稳定性和几乎必然指数输入状态稳定性。为了克服有界变时滞存在带来的困难,建立时滞积分不等式,利用Lyapunov函数和随机分析理论,研究了此随机网络的输入状态稳定性。具体地讲,此学位论文分为以下几个部分:第一章,介绍本文的研究背景、研究意义和研究问题以及一些预备知识。第二章,当存
近年来，内容垂直化、精细化已经成为短视频市场的重要发展趋势。作为短视频市场热门细分领域之一，美食类短视频领域涌现出大量优秀的创作人才，来自云南的创作者“滇西小哥”就位列其中。从创作策略和视听元素两个方面来看，主打云南美食的系列化创作、偏向纪录片的风格特征和人情味浓厚的创作策略奠定了“滇西小哥”以传达云南美食文化为主的视频风格。她用流畅质朴的镜头叙事、相得益彰的色调和光影、同期声与配乐和谐交织的视听
近年来,金融欺诈风险不断升级,对金融行业的良性健康发展造成一定影响。金融数据存在样本类别不平衡问题,对使用机器学习进行金融欺诈检测带来极大的挑战,本文基于自编码器和对抗生成学习对金融欺诈检测问题开展研究,构建有效的检测模型。本文首先基于自编码器结合生成对抗网络提出金融欺诈检测模型AE-G,一种通过生成潜在“欺诈样本”来辅助模型训练以增强模型分类能力的混合模型。自编码器用于金融欺诈检测可以采用基于重