基于时间序列的园区级电动汽车负荷预测方法、系统、终端和介质

本发明公开了基于时间序列的园区级电动汽车负荷预测方法、系统、终端和介质，包括：收集目标区域电动汽车负荷数据并转换为时间序列格式；从时间序列提取相关特征，相关特征包括年、月、日、小时、是否为工作日、是否为周末日、是否为节假日、滞后时间，构建输入特征矩阵，按预设比例划分为训练集与测试集；构建含改进浣熊优化算法、卷积神经网络、长短期记忆网络及注意力机制的组合预测模型，改进浣熊优化算法模拟特定行为优化CNN‑LSTM基础参数，注意力机制动态加权筛选特征，经训练集训练、测试集验证模型性能；输入实时数据，调用训练后模型预测负荷，可提升目标区域电动汽车负荷预测精度，尤其改善节假日预测效果。