负荷预测模型的训练方法及训练装置、存储介质、设备

摘要

本发明公开了用于电动汽车充电站的负荷预测模型的训练方法及训练装置、存储介质、设备。训练方法包括：获取充电站若干时刻的历史负荷状态数据，每一时刻的历史负荷状态数据包括多类历史变量数据以及相应的真实负荷数据；利用预设模型依次对每一时刻的每一类历史变量数据进行单独预测，以生成多组预测负荷数据；根据强化学习方法，并利用多组预测负荷数据和真实负荷数据对待训练的负荷预测模型的权重数据组进行训练。通过使用多种历史变量数据，提升了预测精度。同时使用相空间重构技术，从输入数据中提取更多有用的信息，提高了模型的计算性能。使用GRU神经网络对输入数据进行预测，加快了计算速度，并结合Q学习算法，提升了模型的预测精度。