一种基于XGBoost权重分配和改进多尺度LSTM的私人桩场站充电负荷预测方法及相关装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于XGBoost权重分配和改进多尺度LSTM的私人桩场站充电负荷预测方法及相关装置
申请号:CN202510502197
申请日期:2025-04-21
公开号:CN120470251A
公开日期:2025-08-12
类型:发明专利
摘要
本发明提供一种基于XGBoost权重分配和改进多尺度LSTM的私人桩场站充电负荷预测方法及相关装置,该方法包括:将依据自相关分析计算得到最优样本尺度作为滑动窗口的窗口大小,对历史充电负荷数据、天气数据进行处理构造样本数据集;使用XGBoost分析样本中各参数对充电负荷的相关性,基于分析所得相关性系数对样本中的各参数进行权重分配,然后进行数据的归一化得到归一化后的样本数据集;基于改进多尺度LSTM模型以及归一化后的样本数据集输出预测值。本发明对各参数的相关性计算更精确,多尺度特征和差异化特征的学习更全面,预测准确率更高,能够为电网的稳定运行和调度规划提供有效支撑。
技术关键词
充电负荷预测方法 LSTM模型 样本 负荷预测装置 数据 滑动窗口 参数 归一化模块 记忆单元 负荷预测系统 可读存储介质 时序特征 输出特征 多尺度特征 线性 矩阵 天气