基于强化学习的参数自适应电动汽车负荷预测方法、系统、介质及设备

本发明涉及电动汽车负荷预测领域，公开了一种基于强化学习的参数自适应电动汽车负荷预测方法、系统、介质及设备，其包括：实时收集超级快充站的负荷数据，计算t时刻超级快充站充电负荷预测误差方差，根据预测误差方差构建基于多种预测方法的组合预测模型；采用强化学习根据实时数据和预测误差，计算t时刻功率预测的Q值函数，结合超级快充站时序特性，评估并更新t+1时刻Q值，以通过离线学习形成具有组合预测模型的组合权重和当前客观因素两个维度的Q矩阵；根据当前条件下的客观因素选取相似日，在线更新相似日预测权重，输出Q矩阵当中查找得到组合预测模型中方差最小的组合权重，以进行自适应的变权重组合预测。本发明通过动态调整不同预测模型的权重，实现对电动汽车充电负荷的准确预测。