基于深度学习算法的直流充电桩相对误差预测研究

针对充电桩建设越来越多、设备易出现偏差的现状,提出了一种基于深度学习算法的直流充电桩相对误差预测的方法。首先将直流充电桩采集的数据集进行预处理,然后搭建了LightGBM、N-Linear以及CNN模型进行相对误差预测,并采用MAE以及MSE作为评估指标进行评估。结果表明,LightGBM模型效果最理想,MAE较N-Linear模型降低了57.91%,较CNN降低了30.16%,MSE较N-Linear模型降低了82.85%,较CNN降低了约47.32%。