近日，我校经济管理学院肖光年老师和研究生童海林在能源领域的重要期刊《International Journal of Electrical Power & Energy Systems》合作发表了题为Spatial-temporal load prediction of electric bus charging station based on S2TAT的学术论文。

该研究核心观点为：

近年来，电动公交车凭借其绿色低碳的特性发展迅速。为解决里程焦虑并优化充电策略，准确预测充电负荷已变得至关重要。该研究利用上海新能源电动公交车的运营数据，介绍了一种同步时空注意变换器(S2TAT)模型，该模型可同时对时间和空间依赖性进行建模。为了改进充电事件预测，该研究提出了两项关键改进：用于动态空间依赖性学习的自适应邻接矩阵和用于捕获周期性模式的周期性提取机制。这些改进显著提高了模型的预测准确性。消融研究进一步验证了模型各组成部分的贡献。

全文链接为：https://doi.org/10.1016/j.ijepes.2024.110446