《电子测量技术杂志》发表论文赏析

基于改进VMD-TCN-LSTM的电动汽车短期负荷预测

来源:电子测量技术杂志2026年第6期北京时间:

作者:花妍,李鹏,闫冬,张翔凯

单位:1.南京信息工程大学电子与信息工程学院 南京 210044; 2.南京信息工程大学江苏省气象探测与 信息处理重点实验室 南京 210044

摘要:针对大规模电动汽车接入电网引发负荷波动的问题,电动汽车充电负荷预测可为电力调度决策提供关键支撑。为进一步保障电网运行的稳定性与可靠性,提出一种电动汽车短期充电负荷预测新方法,旨在提升负荷预测的精准度。首先,运用变分模态分解(VMD)将历史负荷数据拆解为多个子分量,将各子分量连同温度信息输入至多个(TCN-LSTM)分支中进行特征提取与学习,降低电动汽车负荷序列的复杂度。其次,构建双阶段注意力机制改进长短期记忆网络(LSTM)结构,实现负荷特征维度与时序维度的协同融合,从而提升对复杂负荷模式的捕捉能力。最后,提出时间转换预测模块经全连接层对预测结果进行加权整合,进一步提升模型预测精度,降低预测误差。在绍兴某社区实际电动汽车充电桩充电负荷数据集上进行算例分析。实验结果显示,所提方法在均方误差(MSE)、平均绝对误差(MAE)、和R2性能指标上分别提升68%、60%、4%,表明该模型具有较好的预测效果。

关键词:负荷预测;电动汽车;时间卷积网络;长短期记忆网络;注意力机制

基金资助:国家自然科学基金项目(41075115)、江苏省重点研发计划社会发展项目(BE2015692)、无锡市社会发展科技示范工程项目(N20191008)资助

2026年6期其他文献查阅:

面向风机变桨系统的双冗余热拔插电源系统

一种改进的级联型宽增益LLC变换器

基于对话的多模态情感分析技术研究

基于深度学习的高速公路交通事故检测方法研究

单谐振线圈测量海水电导率的仿真分析与试验验证

超导并联纳米线双分辨单光子探测器

基于YOLOv8改进的指针式仪表检测算法

基于改进VMD-TCN-LSTM的电动汽车短期负荷预测

电磁悬浮系统的分数阶线性自抗扰控制

改进旅鼠算法的机器人路径规划研究

基于RT-DETR的无人机航拍图像小目标检测算法

基于3D高斯溅射的复杂室内环境SNGO-SLAM算法

基于改进Bi-RRT*的路径规划算法研究

基于STM32的多通道大气腐蚀监测系统设计

基于跨模态生理信号融合的飞行员认知状态检测

基于动态频域特征解耦的中长期电力负荷预测

多尺度局部特征融合的弱监督点云语义分割

MGEF-DETR:多尺度门控增强融合的无人机目标检测算法

基于YOLO11-MDA的水下垃圾多尺度目标检测方法

LiteSteel-YOLO :小目标低对比度轻量级钢材缺陷检测网络

基于轻量化YOLOv8n的火焰烟雾检测方法

优化EfficientNet架构的可解释性脑肿瘤分类模型研究

基于改进YOLOv11光伏热斑小目标缺陷检测

动态场景下的工件尺寸测量

改进YOLOv10n的绝缘子缺陷检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!