论文摘要
电动汽车充电负荷的时空随机性,加大了电网的控制难度且影响了电能质量。因此,准确的预测充电负荷是解决此类问题有效方法之一。基于此,首先建立充电桩时空动态负荷矩阵,然后在时空神经网络的基础上提出一种时空动态负荷预测模型多步深度时空神经网络,该模型能够根据过去充电负荷规律多步预测未来负荷。经过实际数据的仿真验证,并与STN模型进行对比,结果证明了所提预测模型的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 张秀钊,王志敏,钱纹,胡凯,周雪松,李小双
关键词: 时空动态预测,时空神经网络,深度学习,电动汽车负荷
来源: 智慧电力 2019年08期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 云南电网有限责任公司电网规划研究中心,天津理工大学电气电子工程学院
基金: 国家自然科学基金资助项目(51877152),云南电网有限责任公司科技项目(059100KK52170007)~~
分类号: TM715;TP183
页码: 50-54+111
总页数: 6
文件大小: 778K
下载量: 182