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