【技术实现步骤摘要】
本专利技术涉及电力领域，具体而言，涉及一种电动汽车充电负荷预测方法、装置和电子设备。
技术介绍
1、随着电动汽车的普及，电动汽车的数量快速增长，并大规模接入电网。大量电动汽车同时充电导致电网负荷出现波动，增加电网运营的复杂性，威胁电网运行的稳定性。了解电动汽车的充电需求可以帮助电网进行规划和管理，但相关技术并不能准确地预测电动汽车充电负荷。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种电动汽车充电负荷预测方法、装置和电子设备，以至少解决电动汽车充电行为不确定，从而导致电动汽车充电负荷预测不准确的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种电动汽车充电负荷预测方法，包括：采集目标区域的目标数据，其中，所述目标数据包括：所述目标区域内的气象数据，所述目标区域内充电桩的负荷数据，所述目标区域内的交通流量；基于所述目标数据，采用目标充电负荷模型，对所述目标区域的电动汽车充电负荷进行预测，得到预测结果，其中，所述目标充电负荷模型基于所述目标区域的样本数据采用catboost算法进行训练得到。
3、可选地，在所述基于所述目标数据，采用充电负荷模型，对所述目标区域的电动汽车充电负荷进行预测，得到预测结果之前，所述方法还包括：获取样本数据，其中，所述样本数据包括：所述目标区域内的气象数据，所述目标区域内充电桩的负荷数据，所述目标区域内的交通流量，所述目标区域内的节假日信息和活动事件信息；基于所述样本
4、可选地，在所述基于所述样本数据，采用ordered boosting策略，对作为初始充电负荷模型的初始决策树迭代更新，直到满足预定更新结束条件，得到作为所述目标充电负荷模型的目标决策树之前，所述方法还包括：对所述样本数据进行清洗，处理所述样本数据中的缺失值和异常值；对清洗后的样本数据进行归一化，将所述清洗后的样本数据缩放到0和1之间，得到归一化后的样本数据；采用三角函数，对所述归一化后的样本数据中具有周期特性的变量进行转换，得到包括转换后的周期性变量的样本数据。
5、可选地，所述获取所述目标区域内的交通流量包括：采集所述目标区域内各个充电桩的地理位置，确定所述目标区域内多个充电桩之间的空间关系信息；基于所述目标区域内多个充电桩之间的空间关系信息，确定所述目标区域内的交通流量。
6、可选地，所述基于所述目标区域内多个充电桩之间的空间关系信息，确定所述目标区域内的交通流量，包括：基于所述目标区域内多个充电桩之间的空间关系信息，确定所述目标区域内多个充电桩之间的交通连接强度信息，其中，所述交通连接强度信息采用连接强度矩阵c表示，所述连接强度矩阵c中的元素cij表示第i个充电桩与第j个充电桩之间的交通流量；基于所述目标区域内多个充电桩之间的交通连接强度信息，得到所述目标区域内各个充电桩到其他充电桩的平均交通流量，得到所述目标区域内的整个交通流量。
7、可选地，所述基于所述样本数据，采用ordered boosting策略，对作为初始充电负荷模型的初始决策树迭代更新，直到满足预定更新结束条件，得到作为所述目标充电负荷模型的目标决策树，包括：采用目标编码技术，对所述样本数据进行编码，得到目标编码，其中，所述目标编码为分类特征的转换值；基于决策树的预测误差和模型复杂性，确定目标函数，其中，所述目标函数用于优化迭代更新过程中的决策树；基于所述目标编码和所述目标函数，采用ordered boosting策略，对作为初始充电负荷模型的初始决策树开始迭代更新，直到所述目标函数的值小于预定阈值，终止更新，得到作为所述目标充电负荷模型的目标决策树。
8、根据本专利技术的又一方面，提供了一种电动汽车充电负荷预测装置，包括：采集模块，用于采集目标区域的目标数据，其中，所述目标数据包括：所述目标区域内的气象数据，所述目标区域内充电桩的负荷数据，所述目标区域内的交通流量；预测模块，用于基于所述目标数据，采用目标充电负荷模型，对所述目标区域的电动汽车充电负荷进行预测，得到预测结果，其中，所述目标充电负荷模型基于所述目标区域的样本数据采用catboost算法进行训练得到。
9、根据本专利技术的还一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的可执行程序，其中，在所述可执行程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的电动汽车充电负荷预测方法。
10、根据本专利技术的再一方面，提供了一种电子设备，包括：存储器，存储有可执行程序；处理器，用于运行所述程序，其中，所述程序运行时执行上述任意一项所述的电动汽车充电负荷预测方法。
11、根据本专利技术的再一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现电动汽车充电负荷预测方法中任一项所述方法的步骤。
12、在本专利技术实施例中，采用梯度提升的方式，通过采用catboost算法进行训练得到充电负荷模型，达到了快速、准确地进行电动汽车充电负荷预测的目的，从而实现了根据准确的电动汽车充电负荷预测结果为电网决策提供支持的技术效果，进而解决了电动汽车充电行为不确定，从而导致电动汽车充电负荷预测不准确的技术问题。
本文档来自技高网...【技术保护点】
1.一种电动汽车充电负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述基于所述目标数据，采用充电负荷模型，对所述目标区域的电动汽车充电负荷进行预测，得到预测结果之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，在所述基于所述样本数据，采用OrderedBoosting策略，对作为初始充电负荷模型的初始决策树迭代更新，直到满足预定更新结束条件，得到作为所述目标充电负荷模型的目标决策树之前，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述获取所述目标区域内的交通流量包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述目标区域内多个充电桩之间的空间关系信息，确定所述目标区域内的交通流量，包括：
6.根据权利要求2所述的方法，其特征在于，所述基于所述样本数据，采用OrderedBoosting策略，对作为初始充电负荷模型的初始决策树迭代更新，直到满足预定更新结束条件，得到作为所述目标充电负荷模型的目标决策树，包括：
7.一种电动汽车充电负荷预测
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的可执行程序，其中，在所述可执行程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述的电动汽车充电负荷预测方法。
9.一种电子设备，其特征在于，包括：
10.一种计算机程序产品，包括计算机程序，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6中任一项所述方法的步骤。
...【技术特征摘要】
1.一种电动汽车充电负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述基于所述目标数据，采用充电负荷模型，对所述目标区域的电动汽车充电负荷进行预测，得到预测结果之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，在所述基于所述样本数据，采用orderedboosting策略，对作为初始充电负荷模型的初始决策树迭代更新，直到满足预定更新结束条件，得到作为所述目标充电负荷模型的目标决策树之前，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述获取所述目标区域内的交通流量包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述目标区域内多个充电桩之间的空间关系信息，确定所述目标区域内的交通流量，包括...
【专利技术属性】
技术研发人员：宋宝同，顼佳宇，代志强，王晓冰，顾靖达，雍明月，谢冬，李潇，鞠力，王方敏，于雯溪，武琦，赵泽良，焦点，黎俊卿，李笑彤，苏宁，张翠婷，贾焦心，曹贺杨，邵晨，颜湘武，
申请(专利权)人：国网北京市电力公司，
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。