期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于T-Graphormer的电网碳排放因子预测方法
1
作者 湛国华 张先勇 +2 位作者 魏圣莹 张孝顺 李丽 《综合智慧能源》 2025年第6期30-36,共7页
电网碳排放因子是衡量电能对环境影响程度的重要指标,对未来时段电网碳排放因子的高精度预测是引导用户主动参与需求侧响应,实现电能利用清洁化和低碳化的关键。基于电网能量流的典型时空融合特性,提出一种基于T-Graphormer图神经网络... 电网碳排放因子是衡量电能对环境影响程度的重要指标,对未来时段电网碳排放因子的高精度预测是引导用户主动参与需求侧响应,实现电能利用清洁化和低碳化的关键。基于电网能量流的典型时空融合特性,提出一种基于T-Graphormer图神经网络的小时级电网碳排放因子预测模型。模型利用电网节点连接拓扑信息及历史电网碳排放因子数据,通过门控时间卷积块将电网碳排放因子映射到高维空间,将中心编码和位置编码嵌入节点特征,进而利用编码器与解码器进行时空数据挖掘,最后通过多层感知机得到电网碳排放因子的预测值。基于英国国家电网划分区域的电网碳排放因子数据对所提预测模型性能进行了验证,预测效果优于传统图神经网络预测模型。 展开更多
关键词 电网碳排放因子 t-graphormer 图神经网络 TRANSFORMER 时间序列 需求侧响应
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部