摘要
本发明公开了一种基于储层计算的多场站充电负荷分布式预测方法和系统,该方法首先获取多个电动汽车充电场站充电负荷的历史数据,并进行预处理;然后基于高斯核函数的相似度矩阵对分布在空间上不同地点的电动汽车充电场站之间的时空耦合特性进行评估,依据耦合特性构建分布式站点集合;最后对于关联分布式场站集合分别建立基于储层计算范式的分布式预测网络,以分布式站点集合中的站点负荷数据作为输入,以作为输出,并采用基于近似同步并行机制的分布式学习算法进行预测网络分布式训练;利用训练完成的预测网络进行实时预测。本发明实现多场站数据的高效协同与充电负荷动态演化建模,对于进一步推动交通电气化、电网智能化有着重要的作用。
技术关键词
充电场站
分布式平均共识
分布式训练
分布式站点
高斯核函数
分布式学习
集群
充电站
历史负荷数据
矩阵
分布式协同
通信网络拓扑
回声状态网络
预测系统
增广拉格朗日
负荷预测模型
系统为您推荐了相关专利信息
电力负荷预测方法
条件随机场
LSTM神经网络
误差反向传播
高斯核函数
视线追踪数据
数采方法
教学质量评估
学生
红外摄像头
图像风格迁移方法
高斯核函数
多层注意力
度量
矩阵
预警模型
参数
高精度定位设备
风险
缆索吊装系统