为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
模拟电动汽车充电站负荷曲线对配电网的规划和运行等方面具有重要意义。传统模拟电动汽车充电站负荷的方法主要基于用户的出行习惯和行驶规律建立概率模型，然后进行繁琐地抽样生成负荷曲线，计算的复杂度较高。为此，结合卷积层强大的特征提取能力和生成对抗思想提出了一种基于深度卷积生成对抗网络（Deep convolutional generative adversarial network，DCGAN）的电动汽车充电站负荷生成方法。利用历史数据训练由多个卷积层构成的判别网络和生成网络。以服从高斯分布的随机数作为训练好的生成网络的输入得到负荷曲线。最后，本报告将分析所提方法在历史负荷的概率密度函数、时间相关性和负荷功率持续时间等不同指标的性能。