一种基于LSTM深度学习方法的充电场站损耗预测方法

    公开(公告)号:CN119623684A

    公开(公告)日:2025-03-14

    申请号:CN202411429305.4

    申请日:2024-10-14

    Abstract: 本发明公开了一种基于LSTM深度学习方法的充电场站损耗预测方法,涉及充电场站的技术领域,该方法包括以下步骤:步骤一:采集的数据包括:实时电力负载数据、电网拓扑结构、时间序列数据;步骤二:特征工程,对数据进行预处理和特征提取,提取专家知识特征;步骤三:结合PPO算法建立LSTM模型;步骤四:通过随机搜索方法对LSTM模型进行超参数调优;步骤五:经过优化的小型化模型随后被部署到各个充电场站,实现本地实时的能量损耗预测。本发明为进一步提高预测准确率,在特征工程部分创新性地融入了专家知识,进行多维度损耗特征识别,通过结合电力系统专家的输入,识别设备老化等因素,提高了模型在处理复杂非线性关系时的表现。

Patent Agency Ranking