午夜用电告诉我们早上的交通拥堵情况如何

为了预测早上的交通可能会停止，可能更有效的是检查我们如何在半夜使用电力而不是旅行时间数据。通过分析德克萨斯州奥斯汀市的家庭用电情况，卡内基梅隆大学的研究人员能够预测早晨的交通会在奥斯汀高速公路的一些区域肆虐。

由于日常变化，预测交通拥堵何时开始以及持续多长时间是困难的。分析实时旅行数据并不能提供足够的信息用于预测目的，因为驾驶员的出发时间和旅行行为各不相同，从而对公路系统产生了不断变化的需求。复杂的事情，在早上的高峰期，高速公路的交通往往在瓶颈附近的几分钟内发生故障。为了更好地了解交通流量，研究人员通过研究奥斯汀的交通系统如何与其电力系统交织在一起，探讨了城市系统之间的相互关系，这是智能城市研究的一个关键概念。

在这项研究中，Sean Qian，土木与环境工程助理教授和博士。学生Pinchao Zhang创建了一个模型，用于挖掘电力使用时间数据，然后使用人工智能(AI)来预测交通流量。这项研究可能是第一个尝试发现运输和能源系统之间使用模式的时空关系的研究。

在这项开创性的工作中，他们分析了奥斯汀322个匿名家庭的79天的时间电力数据。他们的模型根据用户使用的电量和时间对用户进行了分类。例如，可能早睡的人与夜猫子的类别不同。使用AI，该模型学习关于用户类别的关键特征以及每个类别如何与交通拥堵相关，然后进行预测。这些预测比仅使用实时交通数据所做的预测要准确得多。当家庭日常改变其使用模式时，这反映在拥堵开始的时间。

“我们的研究结果表明，早上的高峰拥堵时间与特定类型的用电模式明显相关，”钱说。例如，一种模式包括家庭，其用电量从早上2点开始增加，但随后在早上6点之前下降。这可能表明这些家庭可能必须在早上6点之前离开工作岗位，这与早先开始的早晨拥堵正相关。

“这项研究的另一个特点是它不需要来自家庭的个人身份信息，”钱说，“我们需要知道的是，何时以及有多少人使用电力。” 这表明可以提高系统效率，同时保护个人隐私。

该研究的结果令人信服，但也存在局限性。需要更多数据。在较长时间段内收集的大量家庭数据样本将更好地训练模型的预测能力。天气和事故数据会影响流量，这些都不会计入当前模型。此外，在其他城市重现这项研究可能会有问题，因为从能源公用事业公司获取电力使用数据极其困难。在这项研究中，Pecan Street Inc.通过开放式数据共享平台提供了奥斯汀电力数据。

虽然该模型可以预测交通拥堵，但更重要的是，它可以为运输和能源系统的配对提供概念证明，以预测系统的运行方式。梳理人们如何使用城市系统之间的相互关系可以导致跨系统需求预测和管理。

“我们研究能源利用情况来预测交通量。但你也可以使用交通流量预先预测能源利用率，”钱先生说，他正在进行后续研究，探讨交通与供水/下水道系统和社会之间的关系。媒体。

国家科学基金会，卡内基梅隆大学的Traffic21研究所和Mobility 21，国家USDOT大学交通中心资助了这项研究。题为“以用户为中心的相互依存的城市系统：利用时间用电数据预测早晨道路拥堵”的研究最近发表在交通研究C部分。