基于知识图谱注意网络与深度学习的电动汽车负荷预测方法

本发明公开了一种基于知识图谱注意网络与深度学习的电动汽车负荷预测方法，通过将领域知识融入KAN结构，结合CNN对时空依赖性的建模，提升了预测精度。此外，考虑到多个充电站可能由不同运营商管理，本发明构建了云边协同架构，确保数据隐私保护，并支持新充电站的即插即用预测。仿真实验表明，KAN‑CNN相比传统方法具有更高的预测精度、更低的计算时间和资源消耗，且能有效处理多充电站场景，具有良好的工程应用前景。