Development of EV charging templates: an improved K‐prototypes method

Hong, Juhua; Xiang, Yue; Liu, Youbo; Liu, Junyong; Li, Ran; Li, Furong; Gou, Jing

doi:10.1049/iet-gtd.2017.1911

Cited by 11 publications

(4 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Gu et al (2018) propuseram uma modificação do k-prototype para que o algoritmo fosse capaz de lidar com multiobjetivos e com a auto adaptação do número de cluster com objetivo de otimizar a combustão em uma cadeira, sujeita a restrições. Hong et al (2018) apresentaram uma modificação na função de dissimilaridade do k-prototype com o objetivo de gerenciar o comportamento de carga de veículos elétricos. Jia and Cheung (2018) propuseram um algoritmo para atribuir peso para as variáveis nos diferentes grupos (sub agrupamento), além disso apresentaram um método de inicialização dos centroides e definição do número dos grupos.…”

Section: Resultsunclassified

Agrupamento De Dados Mistos Baseados No Algoritmo K-Means: Uma Revisão Sistemática Da Literatura

Martarelli¹,

Nagano²

2019

Atas Da Conferência Ibero-Americana WWW/Internet 2019

View full text Add to dashboard Cite

O agrupamento de dados é uma atividade de mineração que busca por grupos naturais em conjuntos de dados não rotulados. Embora bem desenvolvida para dados numéricos, o desenvolvimento de algoritmos para dados mistos (atributos numéricos e categóricos) ainda é incipiente. Diante do fato de que os conjunto de dados mistos caracterizam a maioria dos problemas reais, o avanço desta temática é essencial para o beneficiamento da sociedade e da indústria. Dessa forma, este trabalho tem como objetivo reunir e discutir as principais contribuições publicadas na literatura sobre algoritmos de agrupamento de dados mistos, especificamente as abordagens baseadas no algoritmo k-means, já que este algoritmo apresenta alta velocidade de processamento e fácil implementação, características estas almejadas na resolução de problemas do mundo real. Diante disso, realizou-se uma revisão bibliográfica sistemática na base de dados Scopus, onde foram aceitos apenas artigos em inglês, com o indicador Jornal Citation Report (JCR) maior ou igual a um, ou com pelo menos dois indicadores de impacto maior ou igual a um. Como primeiro resultado da busca, obteve-se 1.104 trabalhos. Após a aplicação dos critérios adotados, obteve-se 456 trabalhos passíveis de avaliação. Posteriormente, avaliou-se quais trabalhos estavam dentro do objetivo da análise, por meio de três filtros de seleção, os quais contemplaram diferentes leituras dos trabalhos. Como resultado, obteve-se 37 artigos. Após um estudo detalhado, observou-se que esta temática ainda apresenta um desenvolvimento recente e esparso. Além disso, percebeu-se que os trabalhos selecionados exploraram alguns temas-chave, como a definição dos pesos dos atributos, número de grupos, inicialização dos centroides e agrupamento sujeito a restrições.

show abstract

Section: Resultsunclassified

Agrupamento De Dados Mistos Baseados No Algoritmo K-Means: Uma Revisão Sistemática Da Literatura

Martarelli¹,

Nagano²

2019

Atas Da Conferência Ibero-Americana WWW/Internet 2019

View full text Add to dashboard Cite

show abstract

“…Regarding the estimation of demand, most previous research has used simulations based on stochastic models to predict the increase in energy demand under different levels of EV penetration. However, estimation models based on machine learning [32] and the application of big data techniques from empirically obtained information [33] have also been developed, as well as those based on information from the real-time locations of users while they remain in their charging stations [34].…”

Section: Previous Research On the Impact Of The Electric Vehicle On Tmentioning

confidence: 99%

Limitations of Urban Infrastructure for the Large-Scale Implementation of Electric Mobility. A Case Study

et al. 2020

View full text Add to dashboard Cite

The large-scale implementation of electric vehicles involves many challenges, including the stress on electric distribution networks. In order to quantify this impact, an input–output methodology applied to a case study in a representative urban context is proposed. The analysis shows that, on average, a standard distribution network can withstand 40% electric vehicle penetration without an increase in its capacity, always in the case of slow night charging. Higher levels of penetration are difficult to obtain without electric grid reinforcements because both lower energy prices and usual transport habits create a strong peak power demand during the night. The study also confirms that semi-fast or fast charging systems are not acceptable as domestic technologies due to the lack of capacity in transformation centers and their unsuitability for standard low voltage lines.

show abstract

“…K ‐means++ algorithm, which can utilise one of the most accurate initialisation methods to obtain better performance than K ‐means, is applied to cluster the scenarios in the embedding feature space [41]. Another problem that often arises is the determination of clustering number which is an important step to improve the clustering quality [42]. Elbow method is generally used to predefine the number of clusters, but it cannot determine the ‘elbow’ in many cases.…”

Section: Introductionmentioning

confidence: 99%

LSTM auto‐encoder based representative scenario generation method for hybrid hydro‐PV power system

Yang

Zhang

Xiang

et al. 2020

IET Generation, Transmission & Distribution

Self Cite

View full text Add to dashboard Cite

Development of EV charging templates: an improved K‐prototypes method

Cited by 11 publications

References 17 publications

Agrupamento De Dados Mistos Baseados No Algoritmo K-Means: Uma Revisão Sistemática Da Literatura

Agrupamento De Dados Mistos Baseados No Algoritmo K-Means: Uma Revisão Sistemática Da Literatura

Limitations of Urban Infrastructure for the Large-Scale Implementation of Electric Mobility. A Case Study

LSTM auto‐encoder based representative scenario generation method for hybrid hydro‐PV power system

Contact Info

Product

Resources

About