10.3969/j.issn.1007-757X.2023.02.014
基于图卷积神经网络的充电量预测模型
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%].
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
39
TP391(计算技术、计算机技术)
国网安徽省电力有限公司信息化项目2010003-AFW
2023-08-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
45-49