近日，我校凯捷体育注册肖光年老師和研究生童海林在能源領域的重要期刊《International Journal of Electrical Power & Energy Systems》合作發表了題為Spatial-temporal load prediction of electric bus charging station based on S2TAT的學術論文。

該研究核心觀點為：

近年來，電動公交車憑借其綠色低碳的特性發展迅速。為解決裏程焦慮並優化充電策略🏊🏻，準確預測充電負荷已變得至關重要。該研究利用上海新能源電動公交車的運營數據，介紹了一種同步時空註意變換器(S2TAT)模型👯‍♂️，該模型可同時對時間和空間依賴性進行建模。為了改進充電事件預測，該研究提出了兩項關鍵改進🦈🌈：用於動態空間依賴性學習的自適應鄰接矩陣和用於捕獲周期性模式的周期性提取機製🤶🏻🏌🏻。這些改進顯著提高了模型的預測準確性。消融研究進一步驗證了模型各組成部分的貢獻。

全文鏈接為：https://doi.org/10.1016/j.ijepes.2024.110446