一种基于复合神经网络的充电站实时功率预测方法及系统

本发明涉及一种基于复合神经网络的充电站实时功率预测方法及系统，其中充电功率预测模型采用双通道堆叠架构的Stacking融合方法进行训练，训练步骤为：从充电功率序列中构建多个连续的原始数据样本；采用正向增益通道对原始数据样本进行数据扩增并对保守基模型进行训练；采用负向增益通道对数据样本进行数据压缩并对激进基模型进行训练；通过训练完成的保守基模型和激进基模型分别对原始数据样本进行预测，得到低负荷特征预测和高负荷特征预测并构建特征融合矩阵；将特征融合矩阵输入元模型中进行训练。与现有技术相比，本发明提升了模型对充电功率预测的准确性，在不同的数据环境和运营条件下预测的稳定性，并降低了数据质量问题对预测结果的影响。