一种基于时空混合深度学习的电动汽车充电需求预测方法

本发明提供了一种基于时空混合深度学习的电动汽车充电需求预测方法，包括获取各充电站站点的历史年度数据，包括负荷数据、邻接数据、距离数据，并对数据进行预处理，预处理后的负荷数据记为时间特征，邻接数据和距离数据记为空间特征；基于各充电站站点的历史年度数据中的距离数据计算几何距离，并以此进行区域聚类；基于节点时间特征以及RANSAC回归方法提取每个区域的增长趋势，计算各个区域的年增长率；构建混合深度学习模型，将数据输入至混合深度学习模型中，输出预测结果和不确定区间。本发明能够同时捕捉负荷的时间依赖性和空间相关性，估计长期背景下充电站的电动汽车负荷变化趋势，并提供可靠的预测置信区间。