(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 202111570893.X (22)申请日 2021.12.21 (71)申请人 广东纬德信息科技股份有限公司 地址 510670 广东省广州市黄埔区科 学大 道182号C1栋401房 (72)发明人 陶岩　陈熙　宋宁宁　 (74)专利代理 机构 广州凯东知识产权代理有限 公司 44259 代理人 姚迎新 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种电动车充电桩的电力负荷预测方法及 系统 (57)摘要 本发明公开了一种电动车充电桩的电力负 荷预测方法及系统， 所述方法包括构建数据集， 训练所述条件生成式对抗网络模 型， 所述条件生 成式对抗网络模型包括生成网络模型和判别网 络模型， 获取真实电力负荷数据、 噪声数据和条 件数据， 将噪声数据和条件数据输入至生成网络 模型中， 生成网络模型输出预测电力负荷数据， 将真实电力负荷数据和预测电力负荷数据分别 与条件数据输入判别网络模型中， 判别网络模型 输出判别结果； 通过设置条件生成式对抗网络模 型， 能够捕捉复杂非线性序列数据间隐含深层关 系， 同时， 通过 获取真实电力负荷数据、 噪声数据 和条件数据， 能够进一步提高电动车充电桩的电 力负荷预测准确率， 从而提升了电网的经济效 益。 权利要求书2页 说明书6页 附图1页 CN 114219161 A 2022.03.22 CN 114219161 A 1.一种电动车充电桩的电力负荷预测方法， 其特征在于， 所述方法基于条件生成式对 抗网络模型， 具体包括以下步骤： 步骤S1， 构建数据集， 所述数据集用于确定所述条件生成式对抗网络模型的输入； 步骤S2， 训练所述条件生成式对抗网络模型， 所述条件生成式对抗网络模型包括生成 网络模型和判别网络模型， 所述生成网络模型用于生成预测电力负荷数据， 所述判别网络 模型用于判别所生成的预测电力负荷数据是否为真实数据； 步骤S3， 获取噪声数据， 并从构建的数据集中获取真实电力负荷数据和条件数据； 步骤S4， 将噪声数据和条件数据输入至生成网络模型中， 生成网络模型输出预测电力 负荷数据； 步骤S5， 将真实电力负荷数据和预测电力负荷数据分别与条件数据输入判别网络模型 中， 判别网络模型输出判别结果， 从而实现电动车充电桩的电力负荷预测。 2.根据权利要求1所述的一种电动车充电桩的电力负荷预测方法， 其特征在于， 所述方 法还包括以下步骤： 步骤S6， 将所述判别结果反馈 至生成网络模型和判别网络模型中。 3.根据权利要求2所述的一种电动车充电桩的电力负荷预测方法， 其特征在于， 所述步 骤S4具体包括以下步骤： 步骤S41， 将噪声数据和条件数据拼接为 一个矩阵， 得到第一矩阵； 步骤S42， 将所述第一矩阵输入至生成网络模型中， 生成网络模型输出预测电力负荷数 据。 4.根据权利要求3所述的一种电动车充电桩的电力负荷预测方法， 其特征在于， 所述步 骤S5具体包括以下步骤： 步骤S51， 将真实电力负荷数据和条件数据拼接为 一个矩阵， 得到第二矩阵； 步骤S52， 将预测电力负荷数据和条件数据拼接为 一个矩阵， 得到第三矩阵； 步骤S53， 将所述第二矩阵和第三矩阵输入至判别网络模型中， 判别网络模型输出判别 结果。 5.根据权利要求4所述的一种电动车充电桩的电力负荷预测方法， 其特征在于， 所述判 别网络模 型的结构包括输入层、 隐含层和输出层， 所述隐含层设置有LeakyReLU激活函数和 sigmoid激活函数函数。 6.根据权利要求5所述的一种电动车充电桩的电力负荷预测方法， 其特征在于， 所述条 件数据为历史电力负荷数据。 7.一种电动车充电桩的电力负荷预测系统， 其特 征在于， 所述系统包括： 构建模块， 用于构建数据集， 所述数据集用于确定所述条件生成式对抗网络模型的输 入； 训练模块， 用于训练条件生成式对抗网络模型， 所述条件生成式对抗网络模型包括生 成网络模型和判别网络模型， 所述生成网络模型用于生成预测电力负荷数据， 所述判别网 络模型用于判别所生成的预测电力负荷数据是否为真实数据； 获取模块， 用于获取噪声数据， 并从构建的数据集中获取真实电力负荷数据和条件数 据； 生成模块， 用于将噪声数据和条件数据输入至生成网络模型中， 生成网络模型输出预权　利　要　求　书 1/2 页 2 CN 114219161 A 2测电力负荷数据； 预测模块， 用于将真实电力负荷数据和预测电力负荷数据分别与条件数据输入判别网 络模型中， 判别网络模型输出判别结果， 从而实现电动车充电桩的电力负荷预测。 8.根据权利要求7所述的一种电动车充电桩的电力负荷预测系统， 其特征在于， 所述系 统还包括： 反馈模块， 用于将所述判别结果反馈 至生成网络模型和判别网络模型中。 9.根据权利要求8所述的一种电动车充电桩的电力负荷预测系统， 其特征在于， 所述生 成模块包括： 第一拼接模块， 用于将噪声数据和条件数据拼接为 一个矩阵， 得到第一矩阵； 第一处理模块， 用于将所述第一矩阵输入至生成网络模型中， 生成网络模型输出预测 电力负荷数据。 10.根据权利要求9所述的一种电动车充电桩的电力负荷预测系统， 其特征在于， 所述 预测模块包括： 第二拼接模块， 用于将真实电力负荷数据和条件数据拼接为 一个矩阵， 得到第二矩阵； 第三拼接模块， 用于将预测电力负荷数据和条件数据拼接为 一个矩阵， 得到第三矩阵； 第二处理模块， 用于将所述第二矩阵和第三矩阵输入至判别网络模型中， 判别网络模 型输出判别结果。 11.根据权利要求10所述的一种电动车充电桩的电力负荷预测系统， 其特征在于， 所述 判别网络模 型的结构包括输入层、 隐含层和输出层， 所述隐含层设置有LeakyReLU激活函数 和sigmoid激活函数函数。 12.根据权利要求11所述的一种电动车充电桩的电力负荷预测系统， 其特征在于， 所述 条件数据为历史电力负荷数据。权　利　要　求　书 2/2 页 3 CN 114219161 A 3