L'apprendimento federato prevede precocemente la domanda di ricarica dei veicoli elettrici

Un nuovo studio da arXiv (2605.04993) esplora l'apprendimento federato per la previsione precoce della domanda di ricarica dei veicoli elettrici. Utilizzando il dataset Adaptive Charging Network (ACN), i ricercatori del Caltech hanno sviluppato un modello a livello di sessione che stima il consumo energetico totale a partire dal momento di connessione e dai primi minuti di ricarica. L'approccio consente decisioni in tempo reale per gli operatori di reti di veicoli elettrici catturando l'intenzione dell'utente, i pattern temporali e il comportamento iniziale. Concentrandosi su un singolo deposito al Caltech, lo studio modella l'eterogeneità intra-deposito tramite partizioni client a livello di stazione e valuta diverse famiglie di modelli in un contesto di apprendimento federato. Questo lavoro mira a migliorare la stabilità della rete e la pianificazione delle infrastrutture.