基于深度学习的新能源重卡换电站识别系统及方法

本发明公开了基于深度学习的新能源重卡换电站识别系统及方法，包括如下步骤：步骤一：采集新能源重卡的原始多源行为数据并进行预处理生成轨迹行为序列；步骤二：根据停留点识别规则识别新能源重卡在轨迹行为序列中的停留片段；步骤三：采用改进的DTW‑DBSCAN算法进行时空约束密度聚类分析，得到停留点聚类簇；步骤四：采用Yen算法得到换电行为事件图谱的前K条不重复最短路径，并确定换电行为事件；步骤五：绘制热力分布图谱确定换电站候选位置；步骤六：对每一换电站候选位置，基于泊松分布计算对应的平均泊松概率，识别新能源重卡换电站。发明融合改进的DTW‑DBSCAN算法与Yen算法，构建了精准识别换电站的智能识别体系。