一种基于混合深度学习算法的地铁车站能耗预测方法

本发明公开了一种基于混合深度学习算法的地铁车站能耗预测方法，其涉及交通能耗预测技术领域。本发明基于互信息确定模型输入特征，实现了特征降维，并结合多策略融合改进的河马优化算法对TCN‑BiLSTM模型的超参数进行寻优以及对能耗数据进行分解，以获得更加准确的预测结果；通过本发明的方法对地铁车站进行小时、天、月的能耗预测，运用于地铁车站运营的能耗管理系统中，辅助地铁运营部门提前了解不同车站的能耗需求和能耗情况波动，合理分配资源，优化能源管理。