充电站负荷预测方法、装置、存储介质及计算机设备与流程

本发明涉及新能源充电，尤其是涉及一种充电站负荷预测方法、装置、存储介质及计算机设备。

背景技术：

1、随着电动汽车的普及，对于充电站的需求也在不断增长。充电站在对电动汽车进行充电的过程中会对电网产生较大负荷，尤其是在高峰期达到顶峰。因此，准确预测充电站的负荷可以帮助电力公司有效规划电网，避免负荷过载，提高供电可靠性。此外，充电站的负荷预测也可以帮助充电站管理者更好地安排充电桩的使用，提高充电效率和用户体验。因此，对于充电站负荷预测是电力和交通领域重要的研究方向之一。

2、然而，具体到实际应用场景中，充电站的负荷受到多种因素的影响，例如充电桩数量、充电速率、用户行为等等，上述因素都会使得负荷波动产生不确定性，进而导致对于负荷预测的结果准确性降低，影响后续供电规划以及供电稳定性。

技术实现思路

1、有鉴于此，本申请提供了一种充电站负荷预测方法、装置、存储介质及计算机设备，主要目的在于解决现有技术中充电站的负荷受到多种因素的影响，导致对于负荷预测不准确的技术问题。

2、根据本发明的第一个方面，提供了一种充电站负荷预测方法，该方法包括：

3、基于监测设备获取充电站的历史负荷数据，对所述历史负荷数据进行预处理，得到指定负荷数据；

4、基于所述指定负荷数据选取负荷影响因素，并根据所述负荷影响因素构建特征向量；

5、基于所述特征向量构建回归树模型；

6、采用所述回归树模型对预设时段内的所述充电站的负荷进行预测。

7、根据本发明的第二个方面，提供了一种充电站负荷预测装置，该装置包括：

8、数据获取模块，用于基于监测设备获取充电站的历史负荷数据，对所述历史负荷数据进行预处理，得到指定负荷数据；

9、向量构建模块，用于基于所述指定负荷数据选取负荷影响因素，并根据所述负荷影响因素构建特征向量；

10、模型构建模块，用于基于所述特征向量构建回归树模型；

11、模型预测模块，用于采用所述回归树模型对预设时段内的所述充电站的负荷进行预测。

12、根据本发明的第三个方面，提供了一种存储介质，其上存储有计算机程序，程序被处理器执行时实现上述充电站负荷预测方法。

13、根据本发明的第四个方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述充电站负荷预测方法。

14、本发明提供的一种充电站负荷预测方法、装置、存储介质及计算机设备，首先基于监测设备获取充电站的历史负荷数据，对历史负荷数据进行预处理，得到指定负荷数据，然后基于指定负荷数据选取负荷影响因素，并根据负荷影响因素构建特征向量，之后基于特征向量构建回归树模型，最终采用回归树模型对预设时段内的充电站的负荷进行预测。在上述方法中，通过构建回归树模型，利用历史负荷数据和选取的负荷影响因素来预测充电站的负荷情况，能够准确地预测负荷变化，有助于提前做出相应的调整和决策，保障充电站的正常运行；并且通过选取负荷影响因素，可以深入了解影响充电站负荷的因素，有助于掌握负荷波动规律，调整充电设备的使用策略，从而更好地满足充电需求；而回归树模型可以直观地展示不同负荷影响因素对负荷变化的贡献程度，有助于分析和理解负荷变化的原因，并且回归树模型的训练和预测速度较快，能够迅速对充电站的负荷进行预测和调整，提高充电站的运行效率和服务质量。上述方法利用回归树模型对充电站负荷进行预测带来了精确预测负荷、挖掘负荷影响因素、具有很强的解释性，且能快速预测，有助于优化充电站的运营管理，提高充电服务的质量和效率。

15、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

技术特征：

1.一种充电站负荷预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于监测设备获取充电站的历史负荷数据，对所述历史负荷数据进行预处理，得到指定负荷数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述指定负荷数据选取负荷影响因素，并根据所述负荷影响因素构建特征向量，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述特征向量构建回归树模型，包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述归一化后的训练样本集和已有的特征进行特征选择以及样本集划分，递归构建所述回归树模型，包括：

6.根据权利要求5所述的方法，其特征在于，所述回归树模型的预测效果评判标准分别为所述回归树模型的平均相对误差、均方根误差和决定系数；

7.根据权利要求6所述的方法，其特征在于，所述采用所述回归树模型对预设时段内的所述充电站的负荷进行预测，包括：

8.一种充电站负荷预测装置，其特征在于，所述装置包括：

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本发明涉及新能源充电技术领域，并公开了一种充电站负荷预测方法、装置、存储介质及计算机设备，其中方法包括基于监测设备获取充电站的历史负荷数据，对历史负荷数据进行预处理，得到指定负荷数据，然后基于指定负荷数据选取负荷影响因素，并根据负荷影响因素构建特征向量，之后基于特征向量构建回归树模型，最终采用回归树模型对预设时段内的充电站的负荷进行预测。上述方法利用回归树模型对充电站负荷进行预测带来了精确预测负荷、挖掘负荷影响因素、具有很强的解释性，且能快速预测，有助于优化充电站的运营管理，提高充电服务的质量和效率。

技术研发人员：龙羿,徐婷婷,高辉,张谦,龙虹毓,陈良亮,黄会,高芸,龙方家,王松,胡晓锐,李顺,池磊,尹茂源,曹登焜
受保护的技术使用者：国网重庆市电力公司营销服务中心
技术研发日：
技术公布日：2024/2/6