摘要
一种电动汽车充电负荷的预测方法,包括以下步骤:a.利用历史电动汽车充电负荷数据构建场景样本集,将场景样本集分成训练样本集和测试样本集;b.构建场景分类模型;c.利用场景分类模型识别极端场景预测样本;d.构建极端场景充电负荷数据生成模型;e.利用极端场景充电负荷数据生成模型构造增强的极端场景预测样本;f.构建增强充电负荷预测模型;g.利用增强充电负荷预测模型对未来时刻充电负荷进行预测。本发明利用支持向量机场景分类模型对场景进行精准分类,通过极端场景充电负荷数据生成模型生成高质量的虚拟样本数据,实现训练样本数据的扩充,从而增强了极端场景下电动汽车充电负荷数据,提高了充电负荷的预测精度。
技术关键词
数据生成模型
负荷预测模型
场景分类
生成器网络
自动编码
静态特征
支持向量机分类
生成鉴别器
时序预测模型
记忆
滑动窗口法
训练样本数据
无监督
动态
重构