一种基于MCBDL-TCN模型的电动汽车充电负荷预测方法及系统

本发明公开了一种基于MCBDL‑TCN模型的电动汽车充电负荷预测方法及系统，应用于充电需求预测技术领域。方法包括以下步骤：获取电动汽车充电站的充电需求数据以及对应的气象数据并转换为时间序列数据，构建基于多重级联贝叶斯深度学习模型和时间卷积模型的充电负荷预测模型，结合贝叶斯理论优化LSTM‑BDL的权重W和偏差b，训练充电负荷预测模型，测试充电负荷预测模型以确定模型的最佳层数，基于充电负荷预测模型进行预测。本发明的充电负荷预测模型在预测和解决不确定性方面具有出色的性能，从而提高了复杂时间序列数据的准确性和灵活性，可以为电动汽车充电负荷预测领域做出贡献，为应对日益增长的电动汽车基础设施需求提供可靠的工具。