【技术实现步骤摘要】
本专利技术涉及电力系统，具体涉及一种电动车充电站负荷预测方法。
技术介绍
1、通过准确预测电动车充电站的负荷情况，电网企业能够提前知晓未来不同区域电力负荷的增长幅度与分布特点。比如在新建居民区、商业区等电动车使用较为集中的地方，依据负荷预测结果合理规划变电站的容量、布局输电线路的走向和规格等，避免出现电网容量不足导致供电紧张或者电网建设过度造成资源浪费的情况，使电网资源配置更加科学、高效。
2、设计预测模型与学习算法是电动车充电站负荷预测研究的关键问题。现有技术中采用基于传统的增量型极限学习机的预测模型存在许多降低充电站负荷预测准确性和效率的冗余节点，随机产生隐含层节点参数影响增量型极限学习机的稳定性，导致网络训练误差较大，因此设计高效的预测模型对充电站负荷预测具有十分重要的意义。
技术实现思路
1、有鉴于此，本专利技术提供了一种电动车充电站负荷预测方法，采用极限学习机模型实现了对电动车充电站负荷的预测。
2、本专利技术提供的一种电动车充电站负荷预测方法，包括以下步
3本文档来自技高网...
【技术保护点】
1.一种电动车充电站负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种电动车充电站负荷预测方法，其特征在于，所述历史数据集的构建方式为：采集预测时间点前M天的电动车充电站负荷值，记录每天从0时到24时电动车充电站负荷值，再对记录到的结果求平均值作为当天的电动车充电站负荷值，一共记录M个时间点的数据，形成历史数据集。
3.根据权利要求2所述的一种电动车充电站负荷预测方法，其特征在于，所述M的取值为大于4的整数。
4.根据权利要求1所述的一种电动车充电站负荷预测方法，其特征在于，所述以该时间点之前的电动车充电站负荷值...
【技术特征摘要】
1.一种电动车充电站负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种电动车充电站负荷预测方法，其特征在于，所述历史数据集的构建方式为：采集预测时间点前m天的电动车充电站负荷值，记录每天从0时到24时电动车充电站负荷值，再对记录到的结果求平均值作为当天的电动车充电站负荷值，一共记录m个时间点的数据，形成历史数据集。
3.根据权利要求2所述的一种电动车充电站负荷预测方法，其特征在于，所述m的取值为大于4的整数。
4.根据权利要求1所述的一种电动车充电站负荷预测方法，其特征在于，所述以该时间点之前的电动车充电站负荷值为输入的方式为：以该时间点之前的连续q个时...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。