基于时序迁移学习算法的城市充换电负荷预测方法及系统

    公开(公告)号:CN118095408A

    公开(公告)日:2024-05-28

    申请号:CN202410144044.5

    申请日:2024-01-31

    摘要: 本发明提供了一种基于时序迁移学习算法的城市充换电负荷预测方法及系统,包括:采用自适应人工鱼群算法对预先构建的源域网格电动汽车充换电负荷预测模型中的门控循环单元的待整定权重矩阵进行整定,得到门控循环单元的矩阵参数;基于时序迁移学习算法结合目标域网格电动汽车充换电负荷数据,将源域网格电动汽车充换电负荷预测模型迁移至目标域网格,得到目标域网格电动汽车充换电负荷预测模型;基于源域网格电动汽车充换电负荷预测模型和目标域网格电动汽车充换电负荷预测模型对城市充换电负荷进行预测。本发明基于时序迁移学习算法,构建具有良好迁移性的预测模型,并在目标域上进行微调,以适应不同城市充换电网格的特异性。不仅能够显著提高预测的准确性和泛化能力,还能减少对目标域大量数据的依赖,有效支持电动汽车充换电设施的运营管理。