基于大语言模型的电动汽车充换电负荷预测OA
为应对大规模电动汽车无序接入给电力系统带来的挑战,该文提出一种基于大语言模型的新型负荷预测方法。首先,构建了基于时序大语言模型(time series large language models,Time-LLM)的电动汽车充换电负荷预测框架,通过片段重编程技术将时序数据映射至文本语义空间,并结合提示前缀机制注入任务指令、领域知识和数据统计特征。其核心创新在于冻结预训练大语言模型的主干参数,仅训练轻量级的输入与输出映射模块,从而在保留大语言模型强大先验知识的同时,实现对特定任务的高精度、低成本预测。最后,采用中国某城市四类典型充换电场站(居民区、公交、出租车、重卡)的真实充电会话数据进行多场景实验。实验结果表明,在日前和超短期预测任务中,所提方法在多项指标上均优于基准模型。此外,该方法在少样本和零样本任务中均表现出良好的泛化能力,证明了其工程应用潜力。
刘润龙;郭乃网;李亦言;郭伊可;周正昊;严正;张会明
上海交通大学国家电投智慧能源创新学院,上海市闵行区200240 上海非碳基能源转换与利用研究院,上海市闵行区200240 电力传输与功率变换控制教育部重点实验室(上海交通大学),上海市闵行区200240国网上海市电力公司,上海市浦东新区200122上海交通大学国家电投智慧能源创新学院,上海市闵行区200240 上海非碳基能源转换与利用研究院,上海市闵行区200240 电力传输与功率变换控制教育部重点实验室(上海交通大学),上海市闵行区200240上海交通大学国家电投智慧能源创新学院,上海市闵行区200240 上海非碳基能源转换与利用研究院,上海市闵行区200240 电力传输与功率变换控制教育部重点实验室(上海交通大学),上海市闵行区200240上海交通大学国家电投智慧能源创新学院,上海市闵行区200240 上海非碳基能源转换与利用研究院,上海市闵行区200240 电力传输与功率变换控制教育部重点实验室(上海交通大学),上海市闵行区200240上海非碳基能源转换与利用研究院,上海市闵行区200240 电力传输与功率变换控制教育部重点实验室(上海交通大学),上海市闵行区200240中国电力科学研究院有限公司,北京市海淀区100192
信息技术与安全科学
大语言模型电动汽车充换电负荷预测Time-LLM片段重编程提示前缀
《电网技术》 2026 (7)
P.2698-2707,I0012-I0014,13
智能电网国家科技重大专项项目(2024ZD0800400)国家电网有限公司科技项目(52094024004P)。
评论