文档名：基于VAECGAN的虚拟电厂光伏不确定性数据挖掘
摘要：针对光伏发电系统运行过程中的未知因素和挑战,引入了条件生成对抗网络(conditionalgenerativeadversarialnetworks,CGAN)和变分自编码器(variationalautoencoder,VAE),以解决虚拟电厂光伏不确定性数据的挖掘问题.该方法成功地捕捉了虚拟电厂光伏系统的不确定性特征,从而提升了光伏发电功率预测的精确度和稳定性.实验表明,相较于高斯混合模型,所提出的方法在虚拟电厂光伏发电功率预测方面性能优异,为电力系统的运行和规划提供了可靠的支持.
作者：高琳 刘甲林 李静Author：
作者单位：国网河北省电力有限公司信息通信分公司,河北石家庄050000
刊名：电子产品世界
Journal：QutlookofElectronicTechnology
年，卷(期)：2024, 31(4)
分类号：TM919
关键词：条件生成对抗网络 变分自编码器 虚拟电厂 光伏 数据挖掘
机标分类号：TP393TM615TM715
在线出版日期：2024年7月3日
基金项目：基于VAE-CGAN的虚拟电厂光伏不确定性数据挖掘[
期刊论文] 电子产品世界--2024, 31(4)高琳 刘甲林 李静针对光伏发电系统运行过程中的未知因素和挑战,引入了条件生成对抗网络(conditionalgenerativeadversarialnetworks,CGAN)和变分自编码器(variationalautoencoder,VAE),以解决虚拟电厂光伏不确定性数据的挖掘问题....参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于VAE-CGAN的虚拟电厂光伏不确定性数据挖掘 Mining photovoltaic uncertainty data in virtual power plants based on VAE-CGAN
基于VAE-CGAN的虚拟电厂光伏不确定性数据挖掘.pdf
- 文件大小:
- 1.33 MB
- 下载次数:
- 60
-
高速下载
|
|
