摘要
本发明公开了一种多模态大模型驱动的电动汽车充电行为预测方法，涉及智能电网与充电管理领域。该方法通过融合时间序列、用户行为、地理位置、环境及图像视频数据，实现高精度的充电行为预测。采用预训练大模型提取多模态特征，并结合跨模态注意力机制进行特征融合，构建全连接神经网络模型，提升预测精度和鲁棒性。此外，通过引入实时数据流和动态场景感知机制，保证预测结果实时更新，适应不同区域与用户特性。本发明突破了单一数据模态的局限，解决了预测精度不足和缺乏实时响应的问题，具有较强的扩展性与适应性，适用于电动汽车充电管理系统及智能电网调度优化。
