| 基于LSTM神经网络的复合变量电动汽车充电负荷预测方法技术研究 |
| |
| 引用本文： | 王琨,高敬更,张勇红,魏立兵,李鹏,杨春光,董智颖.基于LSTM神经网络的复合变量电动汽车充电负荷预测方法技术研究[J].工业仪表与自动化装置,2019(1):27-31. |
| |
| 作者姓名： | 王琨 高敬更 张勇红 魏立兵 李鹏 杨春光 董智颖 |
| |
| 作者单位： | 国网甘肃省电力公司电力科学研究院,兰州,730070;国网甘肃省电力公司,兰州,730030 |
| |
| 基金项目： | 国家电网地方公司项目(非规范项目名称） |
| |
| 摘 要： | 随着电动汽车并网容量的不断增加,面向电动汽车充电负荷准确地开展功率预测对于并网电力系统的经济调度和优化运行意义重大。基于计算机交叉学科的深度学习领域算法不断进步,为准确构建电动汽车充电负荷模型提供高效工具。该文研究一种基于LSTM(long short-term memory)神经网络的复合变量电动汽车充电负荷预测方法,将电动汽车充电负荷历史数据进行预处理,采用LSTM网络对降维后的时间序列进行动态建模,完成电动汽车充电负荷预测。采用实际数据进行验证,结果证明所提方法的有效性。
|
| 关 键 词： | 电动汽车 负荷预测 LSTM |
Study on forecasting method of charging load of hybrid variable electric vehicle based on LSTM neural network |
| |
| WANG Kun,GAO Jinggeng,ZHANG Yonghong,WEI Libing,LI Peng,YANG Chunguang,DONG Zhiying.Study on forecasting method of charging load of hybrid variable electric vehicle based on LSTM neural network[J].Industrial Instrumentation & Automation,2019(1):27-31. |
| |
| Authors: | WANG Kun GAO Jinggeng ZHANG Yonghong WEI Libing LI Peng YANG Chunguang DONG Zhiying |
| |
| Affiliation: | (State Grid Gansu Electric Power Research Institute,Lanzhou 730070,China;State Grid Gansu Power Company,Lanzhou 730030,China) |
| |
| Abstract: | WANG Kun;GAO Jinggeng;ZHANG Yonghong;WEI Libing;LI Peng;YANG Chunguang;DONG Zhiying(State Grid Gansu Electric Power Research Institute,Lanzhou 730070,China;State Grid Gansu Power Company,Lanzhou 730030,China) |
| |
| Keywords: | electric vehicle load forecasting LSTM |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
