基于机器学习的社区电动车充电负荷预测方法及系统

本发明提出了一种基于机器学习的社区电动车充电负荷预测方法及系统，该方法包括：采集社区内电动车充电相关的历史四维数据；对数据进行融合处理，得到时空特征矩阵；构建社区内各充电桩对应的负荷预测模型，并利用时空特征矩阵对各充电桩的负荷预测模型进行训练；各充电桩将训练后的负荷预测模型参数进行加密，并将加密参数上传至中心服务器，在改进的联邦学习架构下进行模型参数的聚合，得到全局负荷预测模型；采集社区内电动车充电相关的实时四维数据，并基于全局负荷预测模型进行预测，得到未来指定时段的预测充电负荷，并根据预测充电负荷调整充电电价。本发明能够提升预测模型的泛化能力，提高对社区电动车充电负荷的预测精度。