(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111465442.X (22)申请日 2021.12.0 3 (71)申请人 国网上海市电力公司 地址 200122 上海市浦东 新区自由贸易试 验区源深路1 122号 申请人 上海电力大 学 (72)发明人 钟彬　吴建坤　李峰　温蜜　 李柏林　马越　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 代理人 叶敏华 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种基于自更新三次指数平滑法的充电桩 用电量预测方法 (57)摘要 本发明涉及一种基于自更新三次指数平滑 法的充电桩用电量预测方法， 包括： 获取充电桩 历史时间序列用电量数据， 并收集异常情况； 通 过相关性分析， 得到异常情况对充电桩用电量的 影响程度， 得到相关性系数； 利用相关性系数对 三次指数平滑法中的平滑系数进行自动更新， 通 过更新前后的精度比较， 确定出最优平滑系数； 基于使用最优平滑系数的三次指数平滑法， 对充 电桩用电量进行中长期预测， 得到对应的预测结 果。 与现有技术相比， 本发明能够有效分析时间 序列内在相关性和外部影响因素对充电桩用电 情况的影响， 依此生成对应的相关性系数， 通过 不断迭代 提升预测效果， 降低由于序列异常波动 引起的预测误差， 进而保证充电桩用电量预测的 准确性和可靠性。 权利要求书3页 说明书7页 附图2页 CN 114330834 A 2022.04.12 CN 114330834 A 1.一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 包括以下 步骤： S1、 获取充电桩历史时间序列用电量数据， 并收集异常情况； S2、 基于历史时间序列用电量数据以及收集的异常情况， 通过相关性分析， 得到异常情 况对充电桩用电量的影响程度， 并以相关性系数 呈现， 即得到相关性系数； S3、 利用相关性系数对三次指数平滑法中的平滑系数进行自动更新， 通过更新前后的 精度比较， 确定出最优平 滑系数； S4、 基于使用最优平滑系数的三次指数平滑法， 对充电桩用电量进行中长期预测， 得到 对应的预测结果。 2.根据权利要求1所述的一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 所述异常情况具体为数据剧烈波动时的政策信息数据、 设备数据和季节变化 干扰数据。 3.根据权利要求1所述的一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 所述 步骤S2具体是采用皮尔森相关系数进行相关性分析。 4.根据权利要求3所述的一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 所述步骤S2的具体过程为： 基于收集的异常情况， 进行独热编码， 结合历史时 间序列用电量数据， 与异常情况对应发生时间点的用电量数据进行相关性分析， 得到相关 性系数。 5.根据权利要求4所述的一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 所述相关性系数 具体为： 其中， x为异常情况发生时间点的用电量， y为异常情况 的独热编码值， xμ、 yμ分别为x、 y 的均值， δx、 δ y分别为x、 y的标准差 。 6.根据权利要求5所述的一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 所述 步骤S3具体包括以下步骤： S31、 对历史时间序列用电量数据进行初步预测， 当预测到第N周期的数据时， 使用预测 时间点的前三个标记时间点的数据作为更新训练起 点[XN‑3， XN‑2， XN‑1]； S32、 设定训练迭代次数以及自更新的平 滑系数α 的初始值； S33、 创建系数值数组F[m， n]， 存入α 的初始值， 其中， m为预测的充电桩， n为预测的时间 点； S34、 将相关性系数存入F[m， n]， 以作为自更新数据的条件， 对后期预测的数据进行自 更新处理； S35、 设定预测的时间长度T， 确定使用自更新处 理的充电桩用电量时间点； S36、 计算得到预测值， 并判断是否需要进行自更新， 若判断为是， 则 对α 进行更新， 之后 执行步骤S37； 否则计算相关性系数， 之后执 行步骤S37；权　利　要　求　书 1/3 页 2 CN 114330834 A 2S37、 计算预测值与实际值之间的误差值， 若误差值小于设定的误差阈值， 则表明当前 的α 即为最优平滑系数， 否则执 行步骤S38； S38、 将遍历查找α 的间距重置为0.01， 重新计算预测值与实际值之间 的误差值， 并选取 误差值在设定优化阈值以下对应的α， 以作为 最优平滑系数。 7.根据权利要求6所述的一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 所述平滑系 数具体为权重系 数， 包括时间序列稳定对应的权重系数和时间序 列异常对应的权 重系数。 8.根据权利要求6所述的一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 所述 步骤S36中计算预测值的公式为： xt+T＝At+BtT+CtT2 At＝3St(1)‑3St(2)+St(3) 其中， XN‑3， XN‑2， XN‑1为预测数据的前三个时间点的数据， 每计算出一次预测值就要对预 测的这三个参数进行更新， 常量At、 Bt、 Ct为第t周期的指数平滑系数， 由于系数和参数的自 更新， 因此每一次预测时都是不同的， 分别为第t周期的一、 二、 三次指数平 滑值， αm， n为在m、 n下的权重系数， 即相关性系数P， xt为当前第t周期的实际值， xt+T为未来第 t+T周期的预测值。 9.根据权利要求6所述的一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 所述步骤S37中误差值包括均方误差和相 对误差， 所述步骤S38中误差值具体 为相对误差 。 10.根据权利要求9所述的一种基于自更新三次指数平滑法的充电桩用电量预测方法， 其特征在于， 所述均方误差的计算公式为： st＝xt+T 所述相对误差的计算公式为： 其中， st为预测值， xi为实际值， 均方误差越小， 准确度越高； δ为实际相对误差， 通常使权　利　要　求　书 2/3 页 3 CN 114330834 A 3