文献

J-GLOBAL ID：202002271589024109   整理番号：20A0693648

SAE-ELMに基づく電気自動車充電ステーション負荷予測モデル【JST・京大機械翻訳】

Model of Load Forecasting of Electric Vehicle Charging Station Based on SAE-ELM

著者 (7件)： Gong Gangjun (北京市能源電力信息安全工程技術研究中心(華北電力大学),北京,102206) ,  An Xiaonan (北京市能源電力信息安全工程技術研究中心(華北電力大学),北京,102206) ,  Chen Zhimin (北京市能源電力信息安全工程技術研究中心(華北電力大学),北京,102206) ,  Zhang Shuai (北京信息科技大学,北京,100192) ,  Wen Yafeng (北京市能源電力信息安全工程技術研究中心(華北電力大学),北京,102206) ,  Wu Qiuxin (北京信息科技大学,北京,100192) ,  Su Chang (北京市能源電力信息安全工程技術研究中心(華北電力大学),北京,102206)
資料名： Xiandai Dianli  (Xiandai Dianli)
巻： 36  号： 6  ページ： 9-15  発行年： 2019年 
JST資料番号： C3438A  ISSN： 1007-2322  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電気自動車(electricvehicle,EV)のユーザーの充電行為の時間と空間上のランダム性はEV充電ステーションの負荷予測の難しさを増し、それによって負荷予測の精度を高めることを目的とした。スタック自己符号器(SAE-ELM)のハイブリッドモデルを,改良深さ学習におけるスタック自己符号器によって提案し,そして,EVと電力網の相互作用モードを,詳細に研究した。歴史的負荷,環境,日タイプなどを考慮して,充電ステーションの負荷量に影響する重要因子を総合的に考慮し,短期負荷予測と検証を行った。最後に,SAE-BPおよびELMアルゴリズムと比較して,実験結果は,SAE-ELMが,充電ステーションの短期負荷予測に,より効果的であり,そして,電力網の安定運転に,より有益であることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 電力系統 ,  *充電 ,  相互作用 ,  *負荷予測 ,  符号器 ,  *電気自動車
準シソーラス用語： ハイブリッドモデル ,  ランダム性 ,  *充電ステーション , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (3件)： 電気自動車 ,  充電ステーション ,  予測モデル