山东大学学报(理学版)

作者：严莉,呼海林,王高洲,张闻彬,潘法定,张啸,郑艳伟

单位：1.国网山东省电力公司信息通信公司, 山东 济南 250013;2.山东大学计算机科学与技术学院, 山东 青岛 266237

关键词：长短时序预测,最小生成树,最大网络流算法,动态网络拓扑,

基金：国网山东省电力公司科技资助项目(52062723000B)

为优化动态网络的拓扑构建与资源分配,提出基于长短时序预测的拓扑构建与控制(long short-term prediction-based topology construction and control, LSPTCC)框架。采用长短期记忆(long short-term memory, LSTM)网络和Informer模型进行多维时间序列的长时和短时预测,精准捕捉数据中的时间依赖性与非平稳性波动。基于预测结果,使用增强容量约束设计(enhanced capacity constrained design, ECCD)算法构建最小生成树(minimum spanning tree, MST),优化节点间的连接,减少传输路径的总损耗。利用最大网络流算法实现动态的流量分配与调整,确保系统在流量波动情况下的高效流量资源利用。实验采用光伏消纳数据集,结果表明该框架能够准确预测发电量和用电量,并通过优化拓扑结构和资源分配,减少电力传输损耗,验证LSPTCC框架的有效性和鲁棒性。

来源：2025年第9期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2025年第9期