EV充電ナビシステムの実走行データを用いた消費電力量予測モデル自動構築技術の評価
EV充電ナビシステムの実走行データを用いた消費電力量予測モデル自動構築技術の評価
カテゴリ: 部門大会
論文No: OS6-15
グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム
発行日: 2019/08/28
タイトル(英語): Predicting Energy Consumption for Various Electric Vehicles Using Actual Driving Data
著者名: 福島 亜梨花(東芝),矢野 亨(東芝),下川 裕亮(東芝インフラシステムズ),柴田 康弘(東芝インフラシステムズ),能登谷 英樹(東日本高速道路),田村 聡一朗(東日本高速道路)
著者名(英語): Arika Fukushima|Toru Yano|Yasuhiro Shibata|Yusuke Shimokawa|Hideki Notoya|Soichiro Tamura
キーワード: 電気自動車|消費電力量|予測|機械学習|モデル木|electric vehicles|energy consumption|prediction|machine learning|model tree
要約(日本語): 電気自動車(EV)において長距離移動時に電欠の心配のない快適な旅を実現することは重要である。快適な長距離移動を実現するためには高速道路の利用が必要であるが,高速道路上は充電器を設置できる間隔はサービス,及び,パーキングエリア(SA/PA)であり,電欠の不安を緩和するためには事前の充電計画が必要であった。そこで,我々はEVに対し,充電に適切なSA/PAを推奨するEV充電ナビシステムを開発している。適切なSA/PAを推奨するためには,正確な消費電力量の予測を必要とする。消費電力量はEV自体が持つ特性やドライバーの運転特性,走行する区間の道路特性や気象特性などの影響を受ける。それらの特性を反映し,適切な予測を行うために,機械学習の一種であるモデル木による予測手法を提案した。本稿では,EV充電ナビシステムの実証実験で収集したEVの走行データを利用して,モデル木の予測精度を評価した結果を紹介する。
PDFファイルサイズ: 1,101 Kバイト
受取状況を読み込めませんでした
