摘要
本发明属于新能源技术领域,具体涉及一种基于大数据的新能源汽车充电站充电量需求预测方法;该方法包括:获取充电站属性数据和充电站历史服务数据并对其进行预处理,得到重构数据;对重构数据进行特征工程处理,得到充电站特征;分别采用训练好的XGBoost模型和LightGBM模型对充电站特征进行处理,得到第一充电量需求预测结果和第二充电量需求预测结果;采用训练好的全连接版ResNet神经网络结构模型对充电站特征进行处理,得到第三充电量需求预测结果;对第一、第二和第三充电量需求预测结果进行加权求和,得到最终的充电站充电量需求预测结果;本发明提高了预测结果的准确性和稳定性。
技术关键词
新能源汽车充电站
需求预测方法
神经网络结构模型
滞后特征
大数据
重构
站点
特征工程
XGBoost模型
密度聚类算法
日期
融合特征
样本
高层次
新能源技术
服务费
时间段
分类器
系统为您推荐了相关专利信息
信息收集分类系统
变量
大数据
数据分类
电数字数据处理技术
照度
照明设备
补偿值
城市照明区域
大数据分析算法
快速检测方法
高精度检测设备
卡尔曼滤波
吸波涂层
缝隙
多头注意力机制
分选精煤
深度学习模型
多通道
输出特征
数据分析方法
学生学习数据
大数据
成绩管理系统
在线学习平台