科研之友
微信
新浪微博
Facebook
分享链接
摘要
电动汽车充电负荷具有空间与时间的双重动态变化特征，只考虑时间维度的电动汽车负荷预测方法难以达到理想的预测效果﹒基于此，本文提出了一种基于二维空洞因果卷积神经网络DCC-2D(dilated causal convolution-2D neural network)的电动汽车充电站时空动态负荷预测方法﹒首先，构建能够学习空间维度信息的二维空洞卷积层；其次，将该二维空洞卷积层进行堆叠，构成整个二维卷积神经网络，使模型可以学习时间维度信息；最后，基于某城市充电站实际负荷数据集进行实验仿真﹒结果表明：与时空神经网络STN(spatio-temporalnetwork)预测模型相比，所提模型在预测精度上提升了15%～20%，这验证了所提方法的有效性和优越性﹒
- 单位
