本发明公开了一种基于组合权重的电动汽车充电负荷影响因素评估及预测方法，包括：预先获取历史充电负荷数据，并对负荷数据进行预处理，并将预处理后的充电负荷数据进行划分；构建基于不同场景下充电负荷预测影响因素指标体系，计算指标组合权重；构建GATv2‑Linformer混合预测模型；基于开普勒优化算法KOA融合多种改进策略得到IKOA，利用IKOA优化GATv2‑Linformer预测模型参数；构建XGBoost误差校正模型；利用改进后的GATv2‑Linformer预测模型和XGBoost误差校正模型分别获得初始预测值和误差预测值，利用预测误差值对产生的预测值进行修正，得到更精准的电动汽车充电负荷预测结果。本发明扩大了开普勒优化算法的搜索规模，提升了算法跳出局部最优的能力，得到了更精准的预测输出。