本技術(shù)涉及充電站的負(fù)荷預(yù)測(cè)，具體而言，涉及一種負(fù)荷預(yù)測(cè)方法。

背景技術(shù)：

1、隨著全球氣候變化和能源危機(jī)問題在近年來不斷引起廣泛關(guān)注，傳統(tǒng)內(nèi)燃機(jī)汽車對(duì)環(huán)境的影響也日益凸顯。這些汽車通常依賴于石油等化石燃料，其運(yùn)行過程中會(huì)排放大量二氧化碳、氮氧化物等有害氣體，嚴(yán)重污染空氣質(zhì)量并加劇環(huán)境問題。因此，減少汽車行駛過程中的碳排放已成為迫切需要解決的問題，以緩解氣候變化帶來的影響。

2、電動(dòng)汽車作為一項(xiàng)新興的能源技術(shù)，以其對(duì)化石能源的低消耗、對(duì)環(huán)境的低污染以及積極的社會(huì)效益迅速贏得了市場(chǎng)的青睞，其產(chǎn)業(yè)規(guī)模迅速擴(kuò)張，電動(dòng)車數(shù)量爆發(fā)式增長(zhǎng)。然而大量充電樁并入電網(wǎng)，對(duì)電網(wǎng)運(yùn)行的穩(wěn)定性和電動(dòng)汽車充電站的運(yùn)行效率造成了巨大挑戰(zhàn)。具體體現(xiàn)在：1、充電行為的集中性可能導(dǎo)致電網(wǎng)負(fù)荷的峰谷差異加劇，這對(duì)電網(wǎng)的調(diào)度提出了更高的要求。電網(wǎng)需要更加靈活地應(yīng)對(duì)負(fù)荷的波動(dòng)，以維持電力供應(yīng)的穩(wěn)定性。2、電動(dòng)汽車充換電站的負(fù)荷波動(dòng)性和時(shí)空不穩(wěn)定性增加了電力供應(yīng)的難度。電網(wǎng)設(shè)備，如變壓器和輸電線路，在負(fù)荷波動(dòng)較大時(shí)會(huì)承受更大的壓力。如果充電樁分布不均或充電時(shí)間過于集中，可能會(huì)引發(fā)局部電網(wǎng)的電壓崩潰、設(shè)備損壞，甚至導(dǎo)致系統(tǒng)性的大面積停電等嚴(yán)重安全事故。為了確保電力系統(tǒng)的整體運(yùn)行效率和安全穩(wěn)定，對(duì)充換電站的負(fù)荷進(jìn)行準(zhǔn)確預(yù)測(cè)顯得尤為重要。因此需要對(duì)充換電站的負(fù)荷進(jìn)行預(yù)測(cè)以保證電力系統(tǒng)的整體運(yùn)行效率和安全穩(wěn)定，同時(shí)提高電動(dòng)汽車充電站的服務(wù)效率和可靠性。

3、傳統(tǒng)的負(fù)荷預(yù)測(cè)模型通常依賴于單個(gè)充電站提供的少量電動(dòng)汽車充電記錄，主要適用于充電模式較簡(jiǎn)單的情況。然而隨著大量充電樁并入電網(wǎng)，充電行為的時(shí)空不穩(wěn)定性以及高負(fù)荷波動(dòng)性的特點(diǎn)，使得這些傳統(tǒng)模型難以深入挖掘用戶的充電模式，進(jìn)而準(zhǔn)確預(yù)測(cè)負(fù)荷。因此需要利用多個(gè)充電站的數(shù)據(jù)進(jìn)行聯(lián)合預(yù)測(cè)，通過圖神經(jīng)網(wǎng)絡(luò)技術(shù)深入挖掘負(fù)荷數(shù)據(jù)的空間依賴性以提升模型精度。然而，電動(dòng)汽車充電樁涉及到運(yùn)營(yíng)商的核心敏感數(shù)據(jù)，這使得聯(lián)合預(yù)測(cè)面臨隱私泄露的風(fēng)險(xiǎn)，因?yàn)檫@一過程需要不同電站之間共享負(fù)荷數(shù)據(jù)。此外隨著電站數(shù)量的增加，云端服務(wù)器將承受巨大的通信和計(jì)算壓力。目前關(guān)于充換電站負(fù)荷預(yù)測(cè)的研究中缺乏考慮對(duì)用戶隱私保護(hù)和計(jì)算壓力帶來的影響。

4、因此，需要一種對(duì)用戶隱私進(jìn)行保護(hù)的負(fù)荷預(yù)測(cè)方法。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種負(fù)荷預(yù)測(cè)方法，以至少解決現(xiàn)有技術(shù)中負(fù)荷預(yù)測(cè)方法缺少對(duì)用戶的隱私保護(hù)的問題。

2、為了實(shí)現(xiàn)上述目的，根據(jù)本技術(shù)的一個(gè)方面，提供了一種負(fù)荷預(yù)測(cè)方法，應(yīng)用于云端，包括：獲取電動(dòng)汽車的歷史充電負(fù)荷數(shù)據(jù)，對(duì)所述歷史充電負(fù)荷數(shù)據(jù)進(jìn)行加密，得到加密數(shù)據(jù)；對(duì)所述加密數(shù)據(jù)進(jìn)行特征提取，得到多個(gè)特征序列，對(duì)多個(gè)所述特征序列進(jìn)行特征聚類，根據(jù)特征聚類結(jié)果生成動(dòng)態(tài)圖結(jié)構(gòu)；將所述動(dòng)態(tài)圖結(jié)構(gòu)發(fā)送至客戶端，使得所述客戶端將所述動(dòng)態(tài)圖結(jié)構(gòu)對(duì)應(yīng)的所述特征序列和所述客戶端提取的本地特征進(jìn)行融合，得到融合特征，并根據(jù)所述融合特征進(jìn)行負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果，根據(jù)所述負(fù)荷預(yù)測(cè)結(jié)果對(duì)電力資源進(jìn)行分配，其中，所述負(fù)荷預(yù)測(cè)結(jié)果表明所述電動(dòng)汽車的用電情況，所述云端和所述客戶端通信連接。

3、可選地，對(duì)所述歷史充電負(fù)荷數(shù)據(jù)進(jìn)行加密，得到加密數(shù)據(jù)，包括：將所述歷史充電負(fù)荷數(shù)據(jù)劃分為多個(gè)預(yù)定長(zhǎng)度的時(shí)間序列，其中，所述預(yù)定長(zhǎng)度小于所述歷史充電負(fù)荷數(shù)據(jù)的長(zhǎng)度；通過公式對(duì)多個(gè)所述預(yù)定長(zhǎng)度的時(shí)間序列進(jìn)行加密，得到所述加密數(shù)據(jù)，其中，表示所述加密數(shù)據(jù)，x表示所述歷史充電負(fù)荷數(shù)據(jù)，x＝[[x0,...,xl-1],...,[xt-l+1,...,xt]]，l表示所述預(yù)定長(zhǎng)度，t表示所述歷史充電負(fù)荷數(shù)據(jù)的長(zhǎng)度，w1表示第一個(gè)全連接層的權(quán)重矩陣，w2表示第二個(gè)全連接層的權(quán)重矩陣，b1代表第一偏置向量，b2代表第二偏置向量。

4、可選地，對(duì)所述加密數(shù)據(jù)進(jìn)行特征提取，得到多個(gè)特征序列，包括：使用一維卷積層通過公式對(duì)所述加密數(shù)據(jù)進(jìn)行特征提取，得到多個(gè)特征序列，其中，(xi*w)[n]表示第i個(gè)歷史充電負(fù)荷數(shù)據(jù)序列與卷積核w在位置n上的卷積結(jié)果，k表示所述卷積核的大小，w[k]表示所述卷積核在位置k上的權(quán)重，xi[n-k]表示第i個(gè)歷史充電負(fù)荷數(shù)據(jù)序列在位置n-k上的卷積結(jié)果。

5、可選地，對(duì)多個(gè)所述特征序列進(jìn)行特征聚類，包括：對(duì)多個(gè)所述特征序列進(jìn)行歸一化處理，得到歸一化特征序列；隨機(jī)選擇多個(gè)所述歸一化特征序列作為質(zhì)心，計(jì)算每個(gè)所述歸一化特征序列中的樣本至多個(gè)所述質(zhì)心的距離，將所述樣本分配至距離最小的所述質(zhì)心，得到多個(gè)聚類；計(jì)算每個(gè)所述聚類對(duì)應(yīng)的所有樣本的均值，并將所述質(zhì)心替換為所述均值，得到新質(zhì)心，在所述新質(zhì)心與所述質(zhì)心的差值的絕對(duì)值小于預(yù)設(shè)閾值的情況下，停止迭代，得到特征聚類結(jié)果。

6、可選地，根據(jù)特征聚類結(jié)果生成動(dòng)態(tài)圖結(jié)構(gòu)，包括：根據(jù)特征聚類結(jié)果通過公式gi＝(vi,ei)生成動(dòng)態(tài)圖結(jié)構(gòu)，其中，gi表示第i個(gè)動(dòng)態(tài)圖結(jié)構(gòu)，vi表示所述動(dòng)態(tài)圖結(jié)構(gòu)的第i個(gè)頂點(diǎn)，ei表示所述動(dòng)態(tài)圖結(jié)構(gòu)的第i個(gè)邊。

7、根據(jù)本技術(shù)的另一方面，提供了一種負(fù)荷預(yù)測(cè)方法，應(yīng)用于客戶端，包括：獲取電動(dòng)汽車的歷史充電負(fù)荷數(shù)據(jù)，對(duì)所述歷史充電負(fù)荷數(shù)據(jù)進(jìn)行特征提取，得到本地特征；獲取云端發(fā)送的動(dòng)態(tài)圖結(jié)構(gòu)，將所述動(dòng)態(tài)圖結(jié)構(gòu)對(duì)應(yīng)的特征序列和所述本地特征進(jìn)行融合，得到融合特征，其中，所述動(dòng)態(tài)圖結(jié)構(gòu)是所述云端獲取電動(dòng)汽車的歷史充電負(fù)荷數(shù)據(jù)，對(duì)所述歷史充電負(fù)荷數(shù)據(jù)進(jìn)行加密，得到加密數(shù)據(jù)，對(duì)所述加密數(shù)據(jù)進(jìn)行特征提取，得到多個(gè)特征序列，并對(duì)多個(gè)所述特征序列進(jìn)行特征聚類，根據(jù)同一特征對(duì)應(yīng)的所述特征序列生成的；根據(jù)所述融合特征進(jìn)行負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果，根據(jù)所述負(fù)荷預(yù)測(cè)結(jié)果對(duì)電力資源進(jìn)行分配，其中，所述負(fù)荷預(yù)測(cè)結(jié)果表明所述電動(dòng)汽車的用電情況，所述云端和所述客戶端通信連接。

8、可選地，將所述動(dòng)態(tài)圖結(jié)構(gòu)對(duì)應(yīng)的特征序列和所述本地特征進(jìn)行融合，得到融合特征，包括：對(duì)所述動(dòng)態(tài)圖結(jié)構(gòu)對(duì)應(yīng)的特征序列和所述本地特征分別進(jìn)行歸一化，得到歸一化特征序列和歸一化本地特征；對(duì)所述歸一化特征序列和所述歸一化本地特征通過公式進(jìn)行融合，得到所述融合特征，其中，g表示所述融合特征，表示矩陣拼接操作，p*表示所述歸一化本地特征，s*表示所述歸一化特征序列。

9、可選地，對(duì)所述歷史充電負(fù)荷數(shù)據(jù)進(jìn)行特征提取，得到本地特征，包括：通過一維卷積層對(duì)所述歷史充電負(fù)荷數(shù)據(jù)進(jìn)行特征提取，得到所述本地特征。

10、可選地，根據(jù)所述融合特征進(jìn)行負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果，包括：將所述融合特征劃分為不同的縮放尺度，通過公式對(duì)每個(gè)所述縮放尺度的所述融合特征執(zhí)行圖卷積以捕獲空間特征，其中，hsi是所述縮放尺度為si的隱藏表示，rsi是所述縮放尺度為si的最終表示，表示鄰接矩陣，表示度矩陣，w1si表示第一權(quán)重矩陣，表示第二權(quán)重矩陣，表示最終的權(quán)重矩陣，σ()表示relu激活函數(shù)，p表示dropout比例，bn()表示batch歸一化層，gsi表示所述縮放尺度為si的空間特征，表示，gout表示所有的所述縮放尺度的空間特征的和。

11、可選地，根據(jù)所述融合特征進(jìn)行負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果，還包括：使用集成lstm方法確定所述融合特征的時(shí)間特征；根據(jù)公式將所述空間特征與所述時(shí)間特征進(jìn)行融合，得到所述負(fù)荷預(yù)測(cè)結(jié)果，其中，p表示所述負(fù)荷預(yù)測(cè)結(jié)果，w1out表示所述空間特征的權(quán)重，表示所述時(shí)間特征的權(quán)重，ht表示所述時(shí)間特征，表示從過去η時(shí)間步長(zhǎng)中捕獲的歷史充電負(fù)荷數(shù)據(jù)序列，x表示所述歷史充電負(fù)荷數(shù)據(jù)，wlo表示負(fù)荷權(quán)重。

12、應(yīng)用本技術(shù)的技術(shù)方案，獲取電動(dòng)汽車的歷史充電負(fù)荷數(shù)據(jù)，對(duì)歷史充電負(fù)荷數(shù)據(jù)進(jìn)行加密，得到加密數(shù)據(jù)；對(duì)加密數(shù)據(jù)進(jìn)行特征提取，得到多個(gè)特征序列，對(duì)多個(gè)特征序列進(jìn)行特征聚類，根據(jù)特征聚類結(jié)果生成動(dòng)態(tài)圖結(jié)構(gòu)；將動(dòng)態(tài)圖結(jié)構(gòu)發(fā)送至客戶端，使得客戶端將動(dòng)態(tài)圖結(jié)構(gòu)對(duì)應(yīng)的特征序列和客戶端提取的本地特征進(jìn)行融合，得到融合特征，并根據(jù)融合特征進(jìn)行負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果，根據(jù)負(fù)荷預(yù)測(cè)結(jié)果對(duì)電力資源進(jìn)行分配。與現(xiàn)有技術(shù)中，負(fù)荷預(yù)測(cè)方法缺少用戶隱私保護(hù)相比，本技術(shù)能夠?qū)⒇?fù)荷數(shù)據(jù)進(jìn)行加密，之后再進(jìn)行特征提取與負(fù)荷預(yù)測(cè)，在進(jìn)行負(fù)荷預(yù)測(cè)時(shí)提高數(shù)據(jù)的安全性，保證用戶的數(shù)據(jù)安全。因此，能夠解決現(xiàn)有技術(shù)中負(fù)荷預(yù)測(cè)方法缺少用戶隱私保護(hù)的問題，達(dá)到在準(zhǔn)確預(yù)測(cè)負(fù)荷的同時(shí)保護(hù)用戶隱私的效果。