摘要
本发明涉及充电负荷预测技术领域,为一种结合序列分解与特征提取的电动汽车充电负荷预测方法、系统及存储介质。包括步骤:对时序负荷数据做变分模态分解得到多个本征模态函数;将每个本征模态函数补零扩展后,转换到频域;通过基于复数域计算的多层感知机对频域数据进行增强;基于复数域注意力模块和残差模块构建预测模型,将增强后的频谱数据输入预测模型,通过复数域注意力模块和残差模块提取数据特征频率组合,对所有本征模态函数加权求和作为预测模型的输出;根据时序的均方误差和频谱的平均绝对值误差计算真实数据和预测数据的差值,得到时域频域混合损失,更新预测模型参数。本发明解决了随机负荷波动影响下预测误差较大的问题。
技术关键词
充电负荷预测方法
残差模块
注意力
构建预测模型
多层感知机
负荷预测技术
负荷预测系统
误差
训练预测模型
预测模型训练
序列
时序
训练集
样本
充电站
频率
数据嵌入
残差网络