为开展该项研究，UWICORE实验室的研究人员在SUMO交通仿真平台上实现了数字化并进行研究。该实验室属于UMH工程研究中心，而仿真平台上的交通设置与西班牙阿利坎特（Alicante）至穆尔西亚自治区（Murcia）间A-7高速公的交通设置一样，全长97公里。此外，研究人员还与Levante交通管理中心（Levante Traffic Management Centre）合作，该中心提供了该段12年内所有交通传感器的数据。
该段交通流量大（有些地方平均每天会通行10万辆车），交通传感器数量多（总共99个），从而能够每分钟都精确地测量到交通流量。通过选取数据，研究人员研发出一种数字模拟装置，可极其准确地生成A-7段10天内的交通状况。为了实现该目标，UMH的研究人员还研发出一种新型校准法，能够基于真实数据准确而真实地生成数字交通模拟设置。
凭借UMH创建的数字交通平台，研究人员研发了基于深度神经网络的技术，利用网联车辆的数据提前15分钟预测交通状况。研究人员分析了在交通中引入网联车辆会如何影响交通强度、密度和车速预测的准确性。研究还证明，与目前部署在相关A-7段的交通传感器数据相比，仅用4%的网联车辆数据就可以提升交通预测的准确性。UMH的研究人员还表示，将现有交通传感器的数据与网联车辆的数据结合使用时，可以显著提高交通预测的准确性。例如，与固定传感器提供数据进行交通状况预测相比，仅将10%的网联车辆数据与交通传感器数据结合，预测误差就可减少40%。点击查看更多新能源资讯
国际新能源网声明：本文仅代表作者本人观点，与国际新能源网无关，文章内容仅供参考。凡注明“来源：国际新能源网”的所有作品，版权均属于国际新能源网，转载时请署名来源。
本网转载自合作或其它网站的信息，此文出于传递更多信息之目的，并不意味着赞同其观点或其描述。如因作品内容、版权和其它问题请及时与本网联系。
科陆刘佳璐：动力电池规模化梯次利用中的快速分选和系统重组解决方案4月24-26日，由中国化学与物理电源行业协会储能应用分会主办的第九届中国国际...[详细]陈相贵近况