一种基于树模型的新能源汽车充电电量预测方法

本发明涉及新能源汽车充电电量预测与优化领域，公开了一种基于树模型的新能源汽车充电电量预测方法，旨在解决传统方法在处理复杂非线性、非时序及长尾分布数据时预测精度低、鲁棒性差的问题。该方法先对原始数据预处理，然后构建深度神经网络模型获得初步预测值并计算残差序列；随后利用动态设置方法、动态调节gamma方法及动态混合损失函数方法改良XGBoost残差修正模型，并对残差进行修正，实现基于残差序列统计特性和候选特征对交互信息的自适应参数优化；最终将初步预测值与残差修正值融合，获得最终的充电电量预测值。本方法显著提升新能源汽车充电电量预测的鲁棒性与精度，广泛适用于复杂充电场景的智能预测与优化。