基于云边协同和图神经网络的电动汽车充电站负荷预测方法

摘要

针对电动汽车充电站预测方法在隐私保护、计算效率和预测精度方面的问题,提出一种基于云边协同和图神经网络的电动汽车充电站负荷预测方法。在云端开发一个基于嵌入的隐私保护模块,通过嵌入变换重构输入数据以预防潜在隐私泄露风险;开发一种基于聚类的图结构表征生成方法,以提供额外时空信息,实现更为精准的预测;基于云端的图结构表征,为客户端设计个性化图神经网络预测模型,在保护隐私前提下实现不同地区电动汽车充电站协同训练。在Perth数据集的试验结果表明,模型和基准方法相比具有更高预测精度,本研究提出的云边协同框架能够有效提升基于图神经网络的算法在电动汽车充电站负荷预测任务上的表现。

关键词

云边协同 / 图神经网络 / 电动汽车充电站 / 负荷预测