电动汽车充电行为的异质性因果效应量化评估方法及系统

本发明公开了一种电动汽车充电行为的异质性因果效应量化评估系统及方法，涉及电动汽车大数据分析、人工智能及因果推断领域。所述系统包括：数据准备与变量体系构建模块、异质性因果效应量化评估模型构建模块以及模型应用与结果解释模块。采用双重机器学习框架，通过计算正交化残差以消除高维混杂因素的系统性偏差，在此基础上构建因果森林模型，基于最大化效应异质性的分裂准则，精确、稳健地量化条件平均处理效应，以克服传统方法在高维数据和复杂函数形式下面临的因果效应估计偏差问题。为增强可解释性，进一步构建基于单棵决策树的代理模型，将复杂的因果森林结论提炼为一组直观、可操作的If‑Then决策规则，从而实现从数据到稳健、可解释决策的完整闭环。