EV 주행 거리 불안 감소: 간단한 AI 모델이 포트 가용성을 예측하는 방법

전 세계적으로 전기차(EV)로의 전환이 가속화됨에 따라 안정적이고 견고한 충전 인프라의 필요성이 중요해지고 있음. 이러한 인프라의 효율성을 최대화하고 "주행 거리 불안"을 최소화하는 것이 매우 중요한 과제임.

새로운 경량 및 효율적인 AI 예측 모델이 발표되어 특정 충전소의 포트가 특정 시간 이후에 사용 가능할 확률을 예측할 수 있음. 모델의 단순함이 강점으로 작용하여 쉽게 접근 가능한 기능으로 성능 개선 달성.

모델은 배터리 수준과 목적지를 통합하여 EV 라우팅을 개선하여 주행 거리 불안을 줄이는 데 도움을 줌.

여러 모델 구조를 테스트한 후, 선형 회귀 모델이 이 특정 작업에서 가장 성능이 뛰어나고 안정적인 것으로 나타남. 실제 시간 가용성 데이터를 기반으로 학습하여 일정 시간 이후 사용할 수 있는 충전 포트 수를 정확히 계산.

주요 특징으로 시간대(하루 중 특정 시간)를 사용하며, 시간별 포트 점유율 변화를 예측하는 방법을 학습함.

실험은 현실적인 사용 사례를 대표하는 방식으로 설계되어 30분 및 60분 시간 범위에 걸쳐 100개의 임의의 충전소에서 예측을 평가함.

결과적으로 아침과 저녁 피크 타임 에서 잘못된 예측을 각각 20% 및 40% 감소시킬 수 있어 사용자의 불안을 줄이고 더 나은 경험을 제공함.

지역별로 변화율 커브의 형태는 유사하지만 변화의 크기는 상당히 다르며, 지역별 고유한 EV 사용 패턴을 고려한 모델이 필요하다는 것을 확인.

결론적으로, 복잡성과 지연을 피해 단순함과 속도에 집중한 선형 회귀 모델을 성공적으로 개발 및 배포하여 EV 충전 포트의 가용성을 효과적으로 예측할 수 있음. 이는 사용자의 불안을 줄이고 EV의 성장 지원에 기여함.