一种结合负荷特征学习的家庭储能动态优化方法及系统

本申请公开了一种结合负荷特征学习的家庭储能动态优化方法及系统，用于降低突发性负荷引起的预测误差，提升家庭储能系统的响应效率与经济性。本申请方法包括：计算实时总负荷数据与基础预测结果之间的预测误差，识别并锁定造成预测误差的一个或多个高功率电器作为目标电器，并从总负荷数据中分解提取目标电器的历史运行状态数据；基于历史运行状态数据构建时间序列特征向量，并利用循环神经网络模型进行训练，以提取目标电器的突发性负荷特征；将优化后的突发性负荷特征与基础预测结果进行融合，生成总负荷预测曲线；基于总负荷预测曲线，结合家庭储能系统的剩余容量和运行健康状态，采用多目标优化方法动态生成充放电策略。