摘要
本申请涉及充电量预测技术领域,提供一种充电量预测方法及装置。所述方法包括:获取对目标充电场站内充电费用调价后的小时充电量产生影响的多个特征;将多个特征的历史数据输入梯度提升树模型,基于梯度提升树模型的输出结果,筛选出影响程度较大的多个目标特征;将多个目标特征的当前数据输入充电量预测模型,得到当前调价后一周目标小时的平均充电量;充电量预测模型是在梯度提升树模型的基础上,利用多个目标特征的历史数据和历史调价后一周目标小时的平均充电量训练得到的。本申请一方面能够充分挖掘历史数据规律以及目标特征对预测结果的贡献,从而提高预测准确率,另一方面能够采用机器化手段取代人工经验预测,提高预测效率。
技术关键词
梯度提升树模型
量预测方法
充电场站
预测误差
修正误差
非暂态计算机可读存储介质
量预测技术
计算机程序产品
处理器
预测装置
数据
基础
电子设备
模块
存储器
系统为您推荐了相关专利信息
数字孪生体
水文地质参数
深度强化学习模型
环境感知系统
实时监测数据
流量预测模型
流量监测方法
人工智能算法
预测误差
时间段
风险预测方法
误差补偿模型
资产
累积分布函数
广义
多轴传感器
数据
加速度
点击检测方法
生成反馈信号
数据预测模型
温湿度
洁净室
天气预报数据
外置设备