买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖北省复变时空能源科技有限公司;国网湖北省电力有限公司襄阳供电公司;国网湖北省电力有限公司电力科学研究院;湖北方源东力电力科学研究有限公司

摘要：一种基于IACO‑Attention‑LSTM的电动汽车充电负荷预测方法，选择电价以及节假日作为输入变量；IACO算法采用精英蚂蚁系统和最小最大蚂蚁系统，使用IACO算法对LSTM神经网络进行优化时，IACO反馈LSTM神经网络的预测误差；进行IACO‑LSTM方法负荷预测前，IACO算法对LSTM进行训练，选择不同的超参数对数据集进行训练并预测输出结果，根据预测结果和真实负荷值的误差确定让蚂蚁最快遍历所有目标的超参数，在迭代次数完成之后输出最优解，赋值给LSTM神经网络，确定最终LSTM神经网络预测模型，运用Attention机制对所有预测结果进行整合，得到预测结果，以提升预测准确性和效率。

主权项：1.一种基于IACO-Attention-LSTM的电动汽车充电负荷预测算法，其特征在于，包括如下步骤：步骤一：初始化LSTM神经网络模型，选择不同的LSTM超参数作为目标，并对输入的电动汽车历史充电负荷数据进行预处理得到数据集，使用LSTM神经网络对数据集进行训练得到预测的电动汽车未来的充电负荷，将预测的电动汽车未来的充电负荷与真实充电负荷进行比较，得到误差值；步骤二：以误差值作为IACO算法的初始化参数，各条路径上的信息素是相等的，蚂蚁按照随机的比例规则任意选择路径进行遍历，在每一次循环后对不同路径中的信息素做出相对调整，同时记录下当前迭代次数下信息素浓度最高的行动路径；步骤三：在达到IACO算法的最大迭代次数后，输出最佳路径，即LSTM的最佳超参数选择，重新进行测试数据和数据预处理，再对数据集进行训练，将得到的预测结果与真实负荷进行比较，如果误差满足要求，则停止训练，确定LSTM的最终模型，通过训练数据得到预测结果；步骤四：通过Attention机制将预测结果进行整合，测算出每一个时间步中的输出占最终负荷预测输出的权重，再根据所得权重取加权平均数，得出最终的电动汽车充电站的用电负荷预测值。

全文数据：

权利要求：

百度查询： 湖北省复变时空能源科技有限公司 国网湖北省电力有限公司襄阳供电公司 国网湖北省电力有限公司电力科学研究院 湖北方源东力电力科学研究有限公司 基于IACO-Attention-LSTM的电动汽车充电负荷预测方法