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：国网山东省电力公司济宁供电公司;山东大学

摘要：本发明提出了外生变量深度融合的充电站集群负荷预测方法及系统，涉及负荷预测技术领域。包括获取节点群的外生变量数据和内生变量数据；采用时序图神经网络提取外生变量数据特征，得到充电站时空特征向量；提取内生变量数据集的负荷特征向量，得到趋势性和季节性特征向量、以及负荷局部特征向量；将充电站时空特征向量、以及趋势性和季节性特征向量相互融合，生成多元综合特征向量，利用多元综合特征向量和负荷局部特征向量训练基于交叉注意力机制的Transformer预测模型；获取外生变量实时数据，将外生变量实时数据输入至训练好的基于交叉注意力机制的Transformer预测模型中，得到充电站集群负荷预测结果。本发明能够实现准确的充电站集群负荷预测。

主权项：1.外生变量深度融合的充电站集群负荷预测方法，其特征在于，包括以下步骤：将电动汽车充电站集群视为节点群，获取节点群的外生变量数据和内生变量数据，所述外生变量数据包括节点群气象数据、用户综合充电时间成本以及节点间的道路车流量、地理距离，所述内生变量数据包括各节点的历史负荷时序数据；采用时序图神经网络提取外生变量数据特征，得到充电站时空特征向量；分别从全局变量和分段时序两个层面提取内生变量数据集的负荷特征向量，得到趋势性和季节性特征向量、以及负荷局部特征向量；分别从全局变量和分段时序两个层面提取内生变量数据集的负荷特征向量，具体包括：获取充电站集群历史负荷数据集X，包括N个充电站的T个时间步长；关注负荷序列间的全局时间特征，采用第一种分割方法，以不同的充电站为索引，分割负荷数据集X，得到每个充电站整体负荷时间序列，解耦每个充电站整体负荷时间序列，提取负荷时间序列的趋势性和季节性特征向量；关注负荷序列内的局部时间特征，采用第二种分割方法，将负荷序列分段，从负荷数据集X中创建第n个充电站的段负荷序列集合，基于第n个充电站的段负荷序列集合提取负荷局部特征向量；将充电站时空特征向量、以及趋势性和季节性特征向量相互融合，生成多元综合特征向量，利用多元综合特征向量和负荷局部特征向量训练构建的基于交叉注意力机制的Transformer预测模型；获取外生变量实时数据，将外生变量实时数据输入至训练好的基于交叉注意力机制的Transformer预测模型中，得到充电站集群负荷预测结果。

全文数据：

权利要求：

百度查询： 国网山东省电力公司济宁供电公司 山东大学 外生变量深度融合的充电站集群负荷预测方法及系统