【技术实现步骤摘要】
本专利技术涉及数据推理，尤其涉及一种充电站短期负荷预测方法及系统。
技术介绍
1、在充电站短期负荷预测领域，现有技术往往未能对历史负荷数据进行有效的多尺度分解与特征提取，难以精准捕捉负荷数据中包含的复杂波动规律及潜在模式。这导致预测模型无法充分利用数据中的有效信息，使得预测结果与实际负荷之间存在较大偏差，难以满足高精度预测的需求。
2、同时，现有预测方法在模型构建与优化方面存在局限，多未充分融合温度等关键环境因素，且模型参数调整缺乏自适应机制，易出现收敛速度慢、泛化能力弱的问题。面对充电站负荷受多重动态因素影响的场景，现有技术难以快速响应负荷变化趋势，导致短期预测的时效性和可靠性不足，无法为充电站的运营调度提供有效支撑。
技术实现思路
1、本专利技术提供一种充电站短期负荷预测方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供的一种充电站短期负荷预测方法，包括：
3、s1、获取充电站的历史负荷数据和对应时段的温度数据；
...【技术保护点】
1.一种充电站短期负荷预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的充电站短期负荷预测方法，其特征在于，所述对所述历史负荷数据进行经验模态分解操作，得到所述充电站的本征模态分量和残差分量，包括：
3.如权利要求1所述的充电站短期负荷预测方法，其特征在于，所述对所述本征模态分量进行余弦相似度融合，得到所述本征模态分量的融合负荷分量，包括：
4.如权利要求1所述的充电站短期负荷预测方法，其特征在于，所述初始化灰狼种群个体，并基于所述灰狼种群个体设置长短时记忆神经网络的参数，得到所述充电站的初始预测模型，包括：
...
【技术特征摘要】
1.一种充电站短期负荷预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的充电站短期负荷预测方法，其特征在于，所述对所述历史负荷数据进行经验模态分解操作，得到所述充电站的本征模态分量和残差分量，包括：
3.如权利要求1所述的充电站短期负荷预测方法，其特征在于，所述对所述本征模态分量进行余弦相似度融合，得到所述本征模态分量的融合负荷分量，包括：
4.如权利要求1所述的充电站短期负荷预测方法，其特征在于，所述初始化灰狼种群个体，并基于所述灰狼种群个体设置长短时记忆神经网络的参数，得到所述充电站的初始预测模型，包括：
5.如权利要求4所述的充电站短期负荷预测方法，其特征在于，所述基于所述融合负荷分量、所述残差分量及所述温度数据对所述初始预测模型...
【专利技术属性】
技术研发人员：武治峰，郭伟哲，徐志彬，王明，张晓艳，陈海林，王刚，唐狄，吴振雨，张秀全，
申请(专利权)人：中国检验认证集团河北有限公司，
类型：发明
国别省市：
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。