关键词：电动汽车;充电时间;数据驱动;Transformer
摘 要：纯电动汽车充电时间的安排是车主日常生活中至关重要的环节，直接影响车主出行的便利度和舒适体验。然而，目前仍然面临充电桩资源不足、充电须提前规划等挑战，为解决车主因车辆电量不足而无法立即用车的问题，提出一种基于Transformer模型的充电时间预测解决方案，帮助车主更好地规划日常行程。为了更好地了解电池性能衰减程度和容量损失情况，采用容量法评估电池健康状态，并分析驾驶人的充电行为，对电池充电行为特征进行构建。使用Savitzky-Golay滤波器对表征电池衰减的特征进行平滑处理，并进行累积变换，使特征能更全面地表征电池信息；再耦合皮尔逊相关系数和LASSO(least absolute shrinkage and selection operator)回归算法二次筛选得到最优特征集。最后，利用Transformer模型的超强注意力机制，对充电时间进行预测。通过实验数据验证，此方案可以准确且快速地预测纯电动汽车的充电时间，决定系数达到0.999，运行时间为156 ms。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取