基于联邦学习的能源聚合服务商负荷预测

黄一川; 宋瑜辉; 荆朝霞

doi:10.12204/j.issn.1000-7229.2025.01.004

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于联邦学习的能源聚合服务商负荷预测

虚拟电厂群体智能运行与优化控制·栏目主持高扬、尚策、胡枭、夏元兴、郑晓东、杨楠· | 更新时间：2025-08-06

- 基于联邦学习的能源聚合服务商负荷预测
- Federated Learning-Based Load Forecasting for Energy Aggregation Service Providers
- “在能源聚合服务领域，专家提出了基于联邦学习的负荷预测方法，有效提升了运营效率和预测精度。”
- 电力建设 2025年46卷第1期页码：37-47
- 作者机构：
  
  华南理工大学电力学院，广州市 510641
- 作者简介：
  
  黄一川（1989），男，博士研究生，主要研究方向为电力市场、人工智能技术在数字能源领域的应用等，E-mail：ephuangyichuan@mail.scut.edu.cn；
  宋瑜辉（1996），男，博士研究生，主要研究方向为电力市场建模仿真，E-mail：epsongyuhui@mail.scut.edu.cn；
  荆朝霞（1975），女，教授，博士生导师，通信作者，主要研究方向为电力市场、综合能源建模与优化、电动汽车充换电设施运营、电网规划等，E-mail：zxjing@scut.edu.cn。
- 基金信息：
  
  国家自然科学基金项目(52107106)
- DOI：10.12204/j.issn.1000-7229.2025.01.004
  中图分类号： TM73
- 收稿：2024-04-10，
  
  修回：2024-06-06，
  
  纸质出版：2025-01-01
- 稿件说明：
移动端阅览
黄一川,宋瑜辉,荆朝霞.基于联邦学习的能源聚合服务商负荷预测[J].电力建设,2025,46(01):37-47.

HUANG Yichuan,SONG Yuhui,JING Zhaoxia.Federated Learning-Based Load Forecasting for Energy Aggregation Service Providers[J].Electric Power Construction,2025,46(01):37-47.
黄一川,宋瑜辉,荆朝霞.基于联邦学习的能源聚合服务商负荷预测[J].电力建设,2025,46(01):37-47. DOI： 10.12204/j.issn.1000-7229.2025.01.004.

HUANG Yichuan,SONG Yuhui,JING Zhaoxia.Federated Learning-Based Load Forecasting for Energy Aggregation Service Providers[J].Electric Power Construction,2025,46(01):37-47. DOI： 10.12204/j.issn.1000-7229.2025.01.004.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

路径规划下考虑电池损耗的纯电重卡集群充电负荷时空分布预测

基于CEEMDAN-CSO-LSTM-MTL的综合能源系统多元负荷预测

结合CNN与软共享机制的综合能源系统多元负荷预测

基于联邦学习的能源聚合服务商负荷预测

Federated Learning-Based Load Forecasting for Energy Aggregation Service Providers

DOI：10.12204/j.issn.1000-7229.2025.01.004