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：国网湖北省电力有限公司电力科学研究院;湖北省复变时空能源科技有限公司;湖北方源东力电力科学研究有限公司

摘要：本发明提供了一种基于IGwo‑Attention‑LSTM的电动汽车充电负荷预测方法，其结合了GWO优化算法，提出了IGWO和IACO算法，用于改进LSTM模型的超参数设定，从而提高模型的性能和泛化能力；并引入了Attention机制，对LSTM多个时间步的预测结果进行整合，使得模型能够更好地捕捉时间序列数据的关联性和重要性；同时通过改进GWO算法的缺点，IGWO‑Attention‑LSTM算法在负荷预测中展现出更高的准确性和稳定性，准确的负荷预测可以帮助充电站在高峰期提前做好准备，避免能源浪费和高峰时段的能源成本增加，从而节约能源成本。

主权项：1.一种基于IGwo-Attention-LSTM的电动汽车充电负荷预测方法，其特征在于，包括如下步骤：步骤一：采集到充电站的充电负荷量消耗情况后，筛选出数据中的缺失值或异常值，将筛选后的数据以负荷曲线的形式作为真实电力负荷值输出；初始化构建灰狼算法的灰狼种群xi，初始化收敛因子a、随机变量系数A，C和当前的迭代次数t为0；步骤二：通过灰狼算法计算灰狼种群xi中每个灰狼个体的适应度并选出适应度最好的α狼、β狼以及δ狼个体，分别赋值Xα,Xβ,Xδ；步骤三：更新当前灰狼个体位置同时计算所有灰狼的适应度并更新Xα,Xβ,Xδ，并输出适应度最好的的三个灰狼个体组合，将最优参数组合传递给LSTM模型，更新模型的惯性权重w、优化参数个数dim、参数取值下界lb和参数取值上界ub；步骤四：初始化LSTM模型，选择好训练集，输入要预测的日期和天气，随后按照LSTM模型设置的输入数量将实时数据点和在此之前的数个数据点排列整齐，然后利用LSTM神经网络进行计算，将得到的训练结果和真实电力负荷值进行误差计算，并将计算结果实时反馈到灰狼算法的种群初始化进行灰狼算法的数据更新；步骤五：当达到设定的最大设定迭代次数时，停止迭代并输出最优参数组合，并对所有结果整合计算出当前的负荷，比较和真实值的电力负荷数据误差，如果误差满足要求，停止训练，保留训练模型；如果不满足要求，更新遗忘门、输入门以及输出门的权重矩阵以及偏置矩阵，重新计算直到满足误差要求；按照输入的日期和天气进行预测，得到最终的充电负荷值；步骤六：利用Attention机制模拟人类大脑在处理信息时的注意力分配，通过注意力机制整合所述充电负荷值并输出充电负荷曲线。

全文数据：

权利要求：

百度查询： 国网湖北省电力有限公司电力科学研究院 湖北省复变时空能源科技有限公司 湖北方源东力电力科学研究有限公司 一种基于IGwo-Attention-LSTM的电动汽车充电负荷预测方法