找到 1 条结果
排序:
智能化与AI应用
机器学习
深度学习
强化学习
★ 4.0
面向实时电价预测的电网物理信息驱动与时间自适应堆叠学习：短中期协同方法
Grid physics-informed and time-adaptive stacked learning for real-time electricity price forecasting: a short-term to mid-term approach
Yawen Yi · Xinyu Chen · Zhiyong Tian · Yuxin Zhang · Applied Energy · 预计 2026年5月 · Vol.410
本文提出一种融合电网物理约束与时间动态特性的堆叠学习框架，用于提升短期至中期电力市场价格预测精度，支持源网荷储协同优化决策。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的能源调度策略具有直接价值。通过物理信息嵌入的时序预测模型，可增强光储系统在电力市场中的报价精度与调峰调频响应能力。建议将该算法集成至iSolarCloud的电价预测模块，并适配ST系列PCS的本地边缘推理单...