期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
计及多公共充电站差异化耦合关联的电动汽车充电负荷时-空短期预测
被引量：
1
1
作者
黄南天
孙赫宏
+3 位作者
王圣元
蔡国伟
张良
王日俊
《中国电机工程学报》
北大核心
2025年第4期1424-1435,I0016,共13页
现有电动汽车充电负荷预测研究,多对单一预测对象开展研究。同时,对充电场景下多公共充电站的充电负荷时-空预测研究较少。公共充电站的充电负荷波动剧烈,较私人充电设施的充电负荷难以预测。为此,提出一个基于自适应时-空图卷积神经网...
现有电动汽车充电负荷预测研究,多对单一预测对象开展研究。同时,对充电场景下多公共充电站的充电负荷时-空预测研究较少。公共充电站的充电负荷波动剧烈,较私人充电设施的充电负荷难以预测。为此,提出一个基于自适应时-空图卷积神经网络的多公共充电站充电负荷时-空短期预测方法。首先,通过快速最大信息系数构建含有日期、气象以及历史负荷特征的多节点特征集。并通过数据自适应图生成,构建动态相似权时-空图,实现多公共充电站空间连接关系重构。然后,构建图卷积层,差异化生成各节点的空间聚合特征,实现全域充电节点差异化特征增强。同时,通过节点自适应参数学习方法学习不同充电节点的充电模式。最后,通过门控循环单元层挖掘空间聚合特征的时域特征。所提出的公共充电站充电负荷时-空预测方法相应的对称平均绝对百分比误差(symmetric mean absolute percentage error,SMAPE)和平均绝对误差(mean absolute error,MAE)分别为12.95%和31.72 kW。
展开更多
关键词
充电负荷时-空短期预测
多公共
充电
站
图神经网络
自适应图生成
差异化
时
空
耦合关联
节点自适应参数学习
在线阅读
下载PDF
职称材料
计及时-空全域特征增强的广域多风电场风电功率短期预测
2
作者
黄南天
李炳玲
+3 位作者
孙赫宏
王瑶瑶
蔡国伟
张良
《电网技术》
2025年第9期3688-3698,I0051,共12页
现有研究多依据地理位置或风电出力判定多风电场空间相关性,却忽视了高预测绝对误差值下风电并网出力的功率波动对电力系统稳定性的潜在威胁。文章提出一种基于时-空全域特征增强的广域多风电场风电功率短期预测模型。首先,在各区域实...
现有研究多依据地理位置或风电出力判定多风电场空间相关性,却忽视了高预测绝对误差值下风电并网出力的功率波动对电力系统稳定性的潜在威胁。文章提出一种基于时-空全域特征增强的广域多风电场风电功率短期预测模型。首先,在各区域实施“两个细则”背景下,采用多风电场出力的平均绝对误差为衡量多风电场风电并网波动对电力系统负面影响主要指标。通过最大相关系数定风电出力预测平均绝对误差强相关气象特征。其次,跨出地理位置相邻约束条件,以多风电场之间出力平均绝对误差为空间相关性构建时-空图边特征。通过时-空图神经网络信息传播机制,提高多场站数值天气预报的利用率,实现时-空全域全特征增强。然后,计及小概率场景影响引入绝对误差损失和交叉熵损失相结合的损失函数,优化不同小样本的类别权重向量。最后,将增强后的特征形成时间序列输入到门控循环单元层以实现广域多风电场短期风电功率预测。实验结果表明,所提方法的均方根误差和平均绝对值误差绝对值百分比分别下降了0.89%~7.85%和3.56%~6.19%。与其他方法的平均绝对误差相比,在小概率场景下最劣的评估指标提高了92.14MW,具有更好的鲁棒性。
展开更多
关键词
广域多风电场
短期
风电功率
预测
数值天气预报
全域全特征增强
时
-
空
图卷积神经网络
在线阅读
下载PDF
职称材料
题名
计及多公共充电站差异化耦合关联的电动汽车充电负荷时-空短期预测
被引量：
1
1
作者
黄南天
孙赫宏
王圣元
蔡国伟
张良
王日俊
机构
现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)
出处
《中国电机工程学报》
北大核心
2025年第4期1424-1435,I0016,共13页
基金
吉林省科技发展计划项目(20210201126GX)
国家重点研发计划项目(2022YFB2404002)。
文摘
现有电动汽车充电负荷预测研究,多对单一预测对象开展研究。同时,对充电场景下多公共充电站的充电负荷时-空预测研究较少。公共充电站的充电负荷波动剧烈,较私人充电设施的充电负荷难以预测。为此,提出一个基于自适应时-空图卷积神经网络的多公共充电站充电负荷时-空短期预测方法。首先,通过快速最大信息系数构建含有日期、气象以及历史负荷特征的多节点特征集。并通过数据自适应图生成,构建动态相似权时-空图,实现多公共充电站空间连接关系重构。然后,构建图卷积层,差异化生成各节点的空间聚合特征,实现全域充电节点差异化特征增强。同时,通过节点自适应参数学习方法学习不同充电节点的充电模式。最后,通过门控循环单元层挖掘空间聚合特征的时域特征。所提出的公共充电站充电负荷时-空预测方法相应的对称平均绝对百分比误差(symmetric mean absolute percentage error,SMAPE)和平均绝对误差(mean absolute error,MAE)分别为12.95%和31.72 kW。
关键词
充电负荷时-空短期预测
多公共
充电
站
图神经网络
自适应图生成
差异化
时
空
耦合关联
节点自适应参数学习
Keywords
spatial
-
temporal short
-
term charging load forecasting
multi
-
public charging stations
graph neural network
adaptive graph generation
differentiated spatialtemporal coupling correlation
node adaptive parameter learning
分类号
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
计及时-空全域特征增强的广域多风电场风电功率短期预测
2
作者
黄南天
李炳玲
孙赫宏
王瑶瑶
蔡国伟
张良
机构
现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)
出处
《电网技术》
2025年第9期3688-3698,I0051,共12页
基金
吉林省科技发展计划项目(20210201126GX)
国家重点研发计划项目(2022YFB2404002)。
文摘
现有研究多依据地理位置或风电出力判定多风电场空间相关性,却忽视了高预测绝对误差值下风电并网出力的功率波动对电力系统稳定性的潜在威胁。文章提出一种基于时-空全域特征增强的广域多风电场风电功率短期预测模型。首先,在各区域实施“两个细则”背景下,采用多风电场出力的平均绝对误差为衡量多风电场风电并网波动对电力系统负面影响主要指标。通过最大相关系数定风电出力预测平均绝对误差强相关气象特征。其次,跨出地理位置相邻约束条件,以多风电场之间出力平均绝对误差为空间相关性构建时-空图边特征。通过时-空图神经网络信息传播机制,提高多场站数值天气预报的利用率,实现时-空全域全特征增强。然后,计及小概率场景影响引入绝对误差损失和交叉熵损失相结合的损失函数,优化不同小样本的类别权重向量。最后,将增强后的特征形成时间序列输入到门控循环单元层以实现广域多风电场短期风电功率预测。实验结果表明,所提方法的均方根误差和平均绝对值误差绝对值百分比分别下降了0.89%~7.85%和3.56%~6.19%。与其他方法的平均绝对误差相比,在小概率场景下最劣的评估指标提高了92.14MW,具有更好的鲁棒性。
关键词
广域多风电场
短期
风电功率
预测
数值天气预报
全域全特征增强
时
-
空
图卷积神经网络
Keywords
wide
-
area multi
-
wind farms
short
-
term wind power forecasting
numerical weather prediction
full
-
domain full
-
feature enhancement
spatial
-
temporal graph convolutional neural network
分类号
TM614 [电气工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
计及多公共充电站差异化耦合关联的电动汽车充电负荷时-空短期预测
黄南天
孙赫宏
王圣元
蔡国伟
张良
王日俊
《中国电机工程学报》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
计及时-空全域特征增强的广域多风电场风电功率短期预测
黄南天
李炳玲
孙赫宏
王瑶瑶
蔡国伟
张良
《电网技术》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
