摘要
本申请提出了一种电动汽车充电站负荷预测模型及预警方法,涉及电力负荷预测技术领域,包括:输入层、分支处理层、特征融合层和输出层;输入层用于基于输入的多源时间序列数据进行预处理,输出多源时间序列特征数据;分支处理层包括多个处理分支,各处理分支分别接收多源时间序列特征数据,各处理分支分别基于不同深度学习子模型对多源时间序列特征数据进行处理,输出对应的分支特征数据;特征融合层用于对各处理分支输出的分支特征数据进行融合处理,输出融合特征数据;输出层用于接收融合特征数据,并采用激活函数进行激活处理,输出电动汽车充电站负荷预测数据。本申请的预测模型可以输出准确性较高的电动汽车充电站负荷预测数据。
技术关键词
充电站负荷预测
归一化模块
时间序列特征
分支
数据
融合特征
网络模块
负荷预警方法
全局平均池化
积层
电力负荷预测技术
语义特征
输出预警信息
多头注意力机制
局部特征提取
系统为您推荐了相关专利信息
遥感影像信息提取
多模态影像数据
样本
综合性
AI图像识别
分辨率
动态调节方法
码字
预测误差
能力评估模型
图像识别方法
强化特征
加权特征
学生
图像识别装置
图像处理方法
图像增强算法
图像增强模块
数据存储
后处理模块
物流运输管理系统
智能算法优化
模拟退火算法
监测单元
多元线性回归算法