基于ShuffleNet-Transformer-MHA的牵引负荷超短期预测

苑滔麟; 赵利姣; 李彦吉; 刘玉芝

doi:10.13319/j.cnki.sjztddxxbzrb.20250187

石家庄铁道大学学报（自然科学版） ›› 2025, Vol. 38 ›› Issue (4) : 110 -116. DOI: 10.13319/j.cnki.sjztddxxbzrb.20250187

基于ShuffleNet-Transformer-MHA的牵引负荷超短期预测

苑滔麟, 赵利姣, 李彦吉, 刘玉芝

作者信息 +

Author information +

文章历史 +

摘要

针对电气化铁路牵引负荷受列车运行图影响、波动规律复杂且难以预测的问题,提出一种考虑列车运行图的ShuffleNet-Transformer-MHA牵引负荷超短期预测方法。首先,将负荷数据与运行图信息整合为多维度特征矩阵;然后,通过ShuffleNet模块进行特征提取;最后,引入卷积增强的Transformer编码器来捕捉局部负荷模式及长距离依赖关系,实现未来15min的牵引负荷预测。以华北南部某牵引变电所实际负荷数据进行验证,结果表明所提模型能有效提升牵引负荷预测的精度。