[发明专利]电动车辆的充电负荷预测方法、装置及存储介质

说明书

本申请提供了一种电动车辆的充电负荷预测方法、装置及存储介质，属于计算机技术领域。该方法可以将获取到的充电负荷预测信息输入至多个目标预测模型中，并基于每个目标预测模型的输出结果确定电动车辆的充电负荷。由于该目标预测模型是基于多条训练样本，从多个备选预测模型中选取的预测准确率较高的预测模型，因此有效提高了充电负荷的预测精度，预测可靠性较好。

技术领域

本申请涉及计算机技术领域，特别涉及一种电动车辆的充电负荷预测方法、装置及存储介质。

背景技术

电动车辆(electric vehicle，EV)是指以车载电源为动力，用电机驱动车轮行驶的一种车辆，EV一般需要接入配电网完成充电。如此，精确预测EV的充电负荷成为确保配电网可靠、安全且经济化运行的基础。

相关技术中，一般根据“模糊聚类算法”、“遗传算法”或“神经网络算法”来预测EV的充电负荷。

但是，相关技术的预测方法的预测精度均较低，可靠性较差。

发明内容

本申请实施例提供了一种电动车辆的充电负荷预测方法、装置及存储介质，可以解决相关技术中预测方法的预测精度均较低，可靠性较差的问题。所述技术方案如下：

一方面，提供了一种电动车辆的充电负荷预测方法，所述方法包括：

获取充电负荷预测信息，所述充电负荷预测信息包括：时间和天气信息；

将所述充电负荷预测信息输入至多个目标预测模型；

根据每个所述目标预测模型的输出结果，确定所述电动车辆的充电负荷；

其中，所述多个目标预测模型为基于多条训练样本从多个备选预测模型中选取的，且每个所述目标预测模型的预测准确率，均大于其他备选预测模型的预测准确率。

可选的，在所述获取预测信息之前，所述方法还包括：

获取多个备选预测模型和多条训练样本，每条所述训练样本包括：一个充电桩在目标时段内的用电量，所述用电量所属分组的聚类中心的用电量，所述充电桩在所述目标时段内的用电变化量，所述充电桩在所述目标时段内的用电变化率，以及所述目标时段内的天气信息；

基于所述多条训练样本确定每个所述备选预测模型的预测准确率；

基于每个所述备选预测模型的预测准确率，从所述多个备选预测模型中选取所述多个目标预测模型。

可选的，所述基于所述多条训练样本确定每个所述备选预测模型的预测准确率，包括：

从所述多条训练样本中选取多条第一训练样本和多条第二训练样本，所述多条第一训练样本的数量与所述多条第二训练样本的数量之和，等于所述多条训练样本的数量；

对于每个所述备选预测模型，将所述多条第一训练样本分别输入至所述备选预测模型，得到所述备选预测模型的多个第一输出结果；

对于每个所述备选预测模型，将所述多条第二训练样本分别输入至所述备选预测模型，得到所述备选预测模型的多个第二输出结果；

对于每个所述备选预测模型，根据所述多个第一输出结果，以及所述多条第一训练样本中的用电量，确定所述备选预测模型的第一预测准确率；

对于每个所述备选预测模型，根据所述多个第二输出结果，以及所述多条第二训练样本中的用电量，确定所述备选预测模型的第二预测准确率。

可选的，所述基于每个所述备选预测模型的预测准确率，从所述多个备选预测模型中选取所述多个目标预测模型，包括：

按照所述第二预测准确率由低到高的顺序，对所述多个备选预测模型进行排序，得到第一集合；