结合注意力和多尺度特征的电动汽车负荷预测

来源：电子测量技术杂志2025年第5期北京时间：

作者：肖霞，马强，杨震

单位：西南科技大学信息工程学院 绵阳 621010

摘要：针对电动汽车负荷随机性以及预测精度低的问题，在TCN基础上，提出一种结合变分模态分解、注意力机制和多尺度特征的电动汽车负荷预测模型（VMD-AM-MSF-TCNnet）。首先，采用鲸鱼优化算法结合变分模态分解将电动汽车负荷序列分解；其次，引入门控机制和双重注意力改进TCN残差块结构，把不同尺寸的改进TCN残差块与注意力相结合实现多尺度特征融合；最后，对负荷分量进行预测再重构得到最终结果。实验结果表明，所提模型相比原始TCN在RSE、RAE、R2性能指标上均有所提升，该模型具有较好的预测效果。

关键词：TCN;变分模态分解;注意力机制;多尺度特征;鲸鱼优化算法

基金资助：国家自然科学基金面上项目（62071170）资助