一种基于深度学习的充电桩负载预测方法

本发明公开了一种基于深度学习的充电桩负载预测方法，包括如下步骤：S1、构建区域网格并初始化元胞基础属性向量；S2、采集历史负载数据与外部影响因素，统一为输入张量；S3、神经常微分方程建模模块，生成时间连续演化状态；S4、构建当前时刻状态向量；S5、可微元胞自动机模块执行一次空间状态传播；S6、多轮空间传播叠代，输出增强状态表示；S7、负载预测模块输出未来多时刻预测值；S8、计算误差，执行端到端训练优化模型参数；S9、输出最终优化模型，作为负载预测方法。本发明显著提升了模型对突发扰动的响应能力和多区域协同预测的稳定性，能够广泛应用于智慧能源管理、电动交通调度与城市公共基础设施智能优化等多种应用场景中。