表计端图机器学习：面向电网边缘智能的光伏功率预测案例研究
机器学习
2026-04-23 v1 人工智能
系统与控制
系统与控制
摘要
本文详细研究了如何在微电网的边缘智能电表上使用图神经网络预测光伏发电量。介绍了问题背景和所采用的技术，包括 ONNX 和 ONNX Runtime。还简要描述了智能电表的软硬件规格。随后，本文重点介绍了两种图机器学习模型 GCN 和 GraphSAGE 的训练与部署，特别强调为 GCN 开发和部署定制的 ONNX 算子。最后，使用来自某村庄微电网的真实数据集进行了案例研究。在 PC 和智能电表上比较了两种模型的性能，展示了在智能电表上的成功部署与执行。
引用
@article{arxiv.2604.19800,
title = {On-Meter Graph Machine Learning: A Case Study of PV Power Forecasting for Grid Edge Intelligence},
author = {Jian Huang and Zixiang Ming and Yongli Zhu and Linna Xu},
journal= {arXiv preprint arXiv:2604.19800},
year = {2026}
}
备注
This paper has been accepted for presentation at the 9th International Conference on Energy, Electrical and Power Engineering (CEEPE 2026) in Nanjing, China, April 17-19, 2026