标题：基于深度学习算法的直流充电桩相对误差预测研究
作者：余青泉 陈鲤文
作者单位：福建理工大学泛在感知与多传感器智能融合研究所，福建 福州 350118
关键字：深度学习；相对误差；LightGBM；时间序列预测
摘要：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%。