基于改进时空图卷积网络的电动汽车充电站短期负荷预测方法OA

大量电动汽车的接入给电网的稳定运行带来了巨大挑战,准确预测电动汽车充电站负荷对于保障电网稳定至关重要。然而,充电站负荷受多种因素影响,预测难度大。针对现有电动汽车充电站负荷预测中空间因素利用不够充分的问题,文中提出基于改进的时空图卷积网络模型的负荷预测方法。首先,利用图卷积网络和时域卷积网络构建了时空图卷积网络,从距离矩阵和虚拟矩阵中提取充电站之间的空间特征的同时克服了递归模型中常见的梯度爆炸问题。其次,针对准确率和效率问题,引入了卷积块注意力模块,进一步促进信息在网络中流动。随后,针对模型中超参数难以调节的问题,文中将全局搜索能力更强的冠豪猪优化算法加入模型,以提升预测效果。最后,基于某市充电站的实际数据进行短期负荷预测,实验结果表明文中提出的方法在预测效果上具有显著优势。