基于时空图注意力长短期记忆网络的电动汽车充电负荷预测方法、系统与介质

AITNT
正文
推荐专利
基于时空图注意力长短期记忆网络的电动汽车充电负荷预测方法、系统与介质
申请号:CN202410755564
申请日期:2024-06-12
公开号:CN118589487A
公开日期:2024-09-03
类型:发明专利
摘要
本发明提供一种基于时空图注意力长短期记忆网络的电动汽车充电负荷预测方法、系统与介质,通过对历史充电负荷、历史充电事件数以及时间数据的多维特征提取,通过矩阵计算构建自适应邻接矩阵,经过自适应图注意力神经网络捕捉各电动汽车充电站之间的时空相关性,每个充电站经过两层LSTM进行估算,可输出得到对应时刻的电动汽车充电负荷估算结果。本发明的电动汽车充电负荷预测方法可有效预测多个电动汽车充电站的充电负荷,为地区的发电量控制和电力调配提供科学的决策依据。
技术关键词
充电负荷预测方法 长短期记忆网络 负荷预测模型 历史数据预处理 充电站 多头注意力机制 长短期记忆神经网络 嵌入位置信息 计算机可读取介质 矩阵 注意力神经网络 序列 负荷预测系统 编码 预测误差 日期 预测输出值
系统为您推荐了相关专利信息
1
一种结合深度学习的动物实验穴位按揉参数自校正方法
参数自校正方法 深度学习模型 多模态传感器 穴位 动物
2
基于深度学习的多时间点多器官衰竭风险预测方法及装置
风险预测模型 风险预测方法 长短期记忆网络 天门冬氨酸氨基转移酶 时间序列特征
3
一种基于人工智能的污水氮浓度预测方法
模糊预测模型 变量 仪表 回归算法 深度学习算法
4
一种多维度的财务成本控制与优化系统
风险预测模型 指数 企业财务管理 数据分析模块 长短期记忆网络
5
轴承故障检测方法和装置
轴承故障检测方法 循环生成对抗网络 故障检测模型 仿真信号 检测轴承
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号