摘要
本发明涉及一种基于非齐次马尔可夫时空网络的电动汽车充电负荷时空预测方法,属于电动汽车充电负荷预测领域。该方法包括城市区域时空特征构建和时空预测模型两大部分。城市区域时空特征构建模块对电动汽车充电负荷的空间分布和时间变化特征进行提取和构建,目的是捕捉城市区域内的时空关联性;时空预测模型利用非齐次马尔可夫链与神经网络结合的方法,建模电动汽车充电负荷的时空关联性,并作为高精度预测的核心方法。本发明能够在复杂时空数据条件下实现城市空间尺度下的电动汽车充电负荷的高效预测。通过实验对比,本发明所提出的预测方法能有效地提升预测精度,具有良好的稳定性,并能适应不同应用场景的负荷变化。
技术关键词
居住区
网格
梯度下降法
时间变化特征
粒子
路径搜索算法
矩阵
城市道路
误差反向传播
定义
负荷
网络拓扑结构
蒙特卡洛
数据
坐标
局域
地图
运动
系统为您推荐了相关专利信息
数据驱动模型
动态控制方法
多层感知机
因子
功率
滑动时间窗口
风险评估模型
生命体征数据
支持决策系统
决策方法
缺陷检测方法
蚀刻
图像处理模型
群体智能优化算法
实时数据