基于图卷积神经网络的充电量预测模型

作     者：张谢 陈朔 王尉 陈小龙 赵学会 王双 ZHANG Xie;CHEN Shuo;WANG Wei;CHEN Xiaolong;ZHAO Xuehui;WANG Shuang

作者机构：国网安徽省电力有限公司合肥供电公司安徽合肥230000 安徽明生恒卓科技有限公司安徽合肥230000 

基　　金：国网安徽省电力有限公司信息化项目(2010003-AFW) 

出 版 物：《微型电脑应用》 (Microcomputer Applications)

年 卷 期：2023年第39卷第2期

页      码：45-49页

摘      要：针对现有的电动汽车充电量负荷预测模型准确性低、稳定性差等问题,提出了一种基于图卷积神经网络(GCN)和小生境免疫—狮子算法(NILA)改进的预测模型,实现电动汽车充电量的准确预测。同时,本研究还设计三相交流充电桩控制系统,其中包括了三相交流充电桩与控制状态检测的硬件电路。实验结果表明,本研究NILA-GCN模型在电动汽车充电量负荷预测中具有较好的准确性,预测误差范围控制在[0.23%,2.86%]。

主 题 词：图卷积神经网络 电动汽车 充电量预测模型 狮子算法 三相交流充电桩 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-757X.2023.02.014

馆 藏 号：203118843...