午夜用電告訴我們早上的交通擁堵情況如何

為了預(yù)測早上的交通可能會停止，可能更有效的是檢查我們?nèi)绾卧诎胍故褂秒娏Χ皇锹眯袝r間數(shù)據(jù)。通過分析德克薩斯州奧斯汀市的家庭用電情況，卡內(nèi)基梅隆大學(xué)的研究人員能夠預(yù)測早晨的交通會在奧斯汀高速公路的一些區(qū)域肆虐。

由于日常變化，預(yù)測交通擁堵何時開始以及持續(xù)多長時間是困難的。分析實時旅行數(shù)據(jù)并不能提供足夠的信息用于預(yù)測目的，因為駕駛員的出發(fā)時間和旅行行為各不相同，從而對公路系統(tǒng)產(chǎn)生了不斷變化的需求。復(fù)雜的事情，在早上的高峰期，高速公路的交通往往在瓶頸附近的幾分鐘內(nèi)發(fā)生故障。為了更好地了解交通流量，研究人員通過研究奧斯汀的交通系統(tǒng)如何與其電力系統(tǒng)交織在一起，探討了城市系統(tǒng)之間的相互關(guān)系，這是智能城市研究的一個關(guān)鍵概念。

在這項研究中，Sean Qian，土木與環(huán)境工程助理教授和博士。學(xué)生Pinchao Zhang創(chuàng)建了一個模型，用于挖掘電力使用時間數(shù)據(jù)，然后使用人工智能(AI)來預(yù)測交通流量。這項研究可能是第一個嘗試發(fā)現(xiàn)運輸和能源系統(tǒng)之間使用模式的時空關(guān)系的研究。

在這項開創(chuàng)性的工作中，他們分析了奧斯汀322個匿名家庭的79天的時間電力數(shù)據(jù)。他們的模型根據(jù)用戶使用的電量和時間對用戶進行了分類。例如，可能早睡的人與夜貓子的類別不同。使用AI，該模型學(xué)習(xí)關(guān)于用戶類別的關(guān)鍵特征以及每個類別如何與交通擁堵相關(guān)，然后進行預(yù)測。這些預(yù)測比僅使用實時交通數(shù)據(jù)所做的預(yù)測要準確得多。當(dāng)家庭日常改變其使用模式時，這反映在擁堵開始的時間。

“我們的研究結(jié)果表明，早上的高峰擁堵時間與特定類型的用電模式明顯相關(guān)，”錢說。例如，一種模式包括家庭，其用電量從早上2點開始增加，但隨后在早上6點之前下降。這可能表明這些家庭可能必須在早上6點之前離開工作崗位，這與早先開始的早晨擁堵正相關(guān)。

“這項研究的另一個特點是它不需要來自家庭的個人身份信息，”錢說，“我們需要知道的是，何時以及有多少人使用電力。” 這表明可以提高系統(tǒng)效率，同時保護個人隱私。

該研究的結(jié)果令人信服，但也存在局限性。需要更多數(shù)據(jù)。在較長時間段內(nèi)收集的大量家庭數(shù)據(jù)樣本將更好地訓(xùn)練模型的預(yù)測能力。天氣和事故數(shù)據(jù)會影響流量，這些都不會計入當(dāng)前模型。此外，在其他城市重現(xiàn)這項研究可能會有問題，因為從能源公用事業(yè)公司獲取電力使用數(shù)據(jù)極其困難。在這項研究中，Pecan Street Inc.通過開放式數(shù)據(jù)共享平臺提供了奧斯汀電力數(shù)據(jù)。

雖然該模型可以預(yù)測交通擁堵，但更重要的是，它可以為運輸和能源系統(tǒng)的配對提供概念證明，以預(yù)測系統(tǒng)的運行方式。梳理人們?nèi)绾问褂贸鞘邢到y(tǒng)之間的相互關(guān)系可以導(dǎo)致跨系統(tǒng)需求預(yù)測和管理。

“我們研究能源利用情況來預(yù)測交通量。但你也可以使用交通流量預(yù)先預(yù)測能源利用率，”錢先生說，他正在進行后續(xù)研究，探討交通與供水/下水道系統(tǒng)和社會之間的關(guān)系。媒體。

國家科學(xué)基金會，卡內(nèi)基梅隆大學(xué)的Traffic21研究所和Mobility 21，國家USDOT大學(xué)交通中心資助了這項研究。題為“以用戶為中心的相互依存的城市系統(tǒng)：利用時間用電數(shù)據(jù)預(yù)測早晨道路擁堵”的研究最近發(fā)表在交通研究C部分。