《电子测量技术杂志》发表论文赏析

结合注意力和多尺度特征的电动汽车负荷预测

来源:电子测量技术杂志2025年第5期北京时间:

作者:肖霞,马强,杨震

单位:西南科技大学信息工程学院 绵阳 621010

摘要:针对电动汽车负荷随机性以及预测精度低的问题,在TCN基础上,提出一种结合变分模态分解、注意力机制和多尺度特征的电动汽车负荷预测模型(VMD-AM-MSF-TCNnet)。首先,采用鲸鱼优化算法结合变分模态分解将电动汽车负荷序列分解;其次,引入门控机制和双重注意力改进TCN残差块结构,把不同尺寸的改进TCN残差块与注意力相结合实现多尺度特征融合;最后,对负荷分量进行预测再重构得到最终结果。实验结果表明,所提模型相比原始TCN在RSE、RAE、R2性能指标上均有所提升,该模型具有较好的预测效果。

关键词:TCN;变分模态分解;注意力机制;多尺度特征;鲸鱼优化算法

基金资助:国家自然科学基金面上项目(62071170)资助

2025年5期其他文献查阅:

面向RTC的微秒级采样实时控制系统设计与实现

通信系统发射通道的雷电防护设计

柔性支承的立式转子主动电磁阻尼减振研究

基于实域粗糙集和NRBO-XGBoost的变压器故障诊断

基于改进YOLOv10n的电动车头盔佩戴检测算法

基于GAN-LSTM改进T-L磁补偿方法

结合注意力和多尺度特征的电动汽车负荷预测

基于双流特征增强网络的超短期光伏功率预测

一种抗差估计的GNSS/UWB/IMU集成式室内外无缝定位方法

基于改进YOLOv8的电梯内电动车检测算法

基于模态分解和误差修正的短期电力负荷预测

基于表面肌电信号估计多自由度手指力的ShuffleVT模型

基于深度学习与聚类的开集个体识别技术

实复域多尺度多层次融合的复合故障定位方法

基于改进YOLOv5s太阳能电池片表面缺陷检测算法

3D打印碳纤维复合材料构件缺陷识别方法研究

改进YOLOv8的电动自行车电池检测算法

基于霍夫梯度的同步并行圆检测方法

锂电池X射线图像增强算法研究

基于GSV-YOLO的飞机起落架缺陷检测方法研究

基于重参数化的光伏电池缺陷检测算法

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!