摘要
本发明公开一种基于双层聚类的充电桩充电功率预测方法,包括步骤:采集私人充电桩订单数据;对订单数据进行数据清洗与特征加工;采用密度聚类算法(DBSCAN)对订单数据维度的充电特征进行聚类,提取订单的关键特征;采用K‑Shape聚类算法对用户的充电行为时间序列进行聚类,提取用户的充电行为时间序列,并对充电行为时间序列进行标准化处理;将订单和用户充电行为时间序列的聚类结果进行整合,生成综合性的用户‑订单行为分组,获取全局neural‑prophet模型输入数据的聚类标签;将聚类标签作为输入数据,输入全局neural‑prophet模型对私人充电桩充电功率进行预测。解决了现有功率预测方法无法应对私人充电桩场景中因用户行为差异和个性化特征带来的不确定性,导致功率预测失准。
技术关键词
功率预测方法
订单
密度聚类算法
序列
数据
个性化特征
检查点
中心稳定
邻域
标签
核心
综合性
噪声
超参数
指数
标记
偏差