摘要
本发明公开了一种电动汽车充电负荷预测方法和系统,方法包括:采集获得电动汽车历史充电负荷时间序列数据,采用ICEEMDAN模型对所述充电负荷时间序列数据进行分解得到若干分量;对所述分量进行样本熵计算,根据样本熵结果采用K‑medoids聚类进行信号分类,得到高频分量F1、中频分量F2和低频分量F3;对高频分量F1采用特征模态分解FMD模型进行二次分解,得到若干个分量;使用改进青蒿素AO优化算法对MTS‑Mixers模型、Crossformer模型和DeepESN模型优化,并对高频分量F1、中频分量F2和低频分量F3进行预测;将AO‑MTS_Mixers模型、AO‑Crossformer模型和AO‑DeepESN模型的预测结果进行重构,得到充电负荷的预测结果;本发明相比传统方法能够提高充电负荷预测的准确性,为电动汽车的充电使用和管理提供有力的支持。
技术关键词
充电负荷预测方法
序列
青蒿素
多层感知器
数据
编码器
样本
矩阵
算法
信号
前馈神经网络
注意力机制
嵌入位置编码
负荷预测系统
非线性
位置更新
FIR滤波器