您当前的位置:
首页 >
文章列表页 >
基于数据驱动时空网络的城市中长期电力负荷预测
新型电网 | 更新时间:2025-12-05
    • 基于数据驱动时空网络的城市中长期电力负荷预测

    • Mid-long Term Urban Power Load Forecasting Based on Data-Driven Spatio-temporal Networks

    • 在城市电网规划领域,专家提出了基于DTW和ASTGCN的中长期电力负荷预测方法,显著提高了预测精度,为电力电量平衡提供解决方案。
    • 中国电力   2025年58卷第3期 页码:168-174
    • DOI:10.11930/j.issn.1004-9649.202406064    

      中图分类号:
    • 收稿:2024-06-19

      修回:2024-12-02

      纸质出版:2025-03-28

    移动端阅览

  • 孙庆超, 李嘉靓, 江万里, 等. 基于数据驱动时空网络的城市中长期电力负荷预测[J]. 中国电力, 2025,58(3):168-174. DOI: 10.11930/j.issn.1004-9649.202406064.

    Qingchao SUN, Jialiang LI, Wanli JIANG, et al. Mid-long Term Urban Power Load Forecasting Based on Data-Driven Spatio-temporal Networks[J]. Electric Power, 2025, 58(3): 168-174. DOI: 10.11930/j.issn.1004-9649.202406064.

  •  
  •  

0

浏览量

1

下载量

1

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于相关性分析的电网非同步监测数据场景谐波责任划分
宁夏太阳山太阳能法向直接辐射资源评估分析
基于AMI量测信息的低压配电网拓扑校验方法
一种多输出模型的风电功率超短期预测方法

相关作者

陈仕龙
吴涛
毕贵红
钱永亮
郭成
张金生
冯蕾
闫卫国

相关机构

昆明理工大学 电力工程学院
云南电网有限责任公司文山供电局
神华国华(北京)电力研究院有限公司
国网天津市电力公司
天津大学 智能电网教育部重点实验室
0