基于深度学习与数据驱动的新能源出力场景生成方法，搭建生成对抗网络，生成对抗网络包括生成器和判别器；根据生成对抗网络建立条件生成对抗网络，条件生成对抗网络的生成器有两个输入，一个是高斯噪声，另一个是场景标签。条件生成对抗网络的判别器有两个输入，一个是通过生成器生成出的合成数据，另一个是真实数据；通过训练数据对条件生成对抗网络进行训练得到训练好的条件生成对抗网络；确定需要生成场景的标签值，将标签值与高斯噪声一起输入到训练好的条件生成对抗网络中，得到相应场景的出力数据。本发明所采用的条件生成对抗网络拟合能力远远超过传统统计学模型，能够更好地捕捉真实分布信息，同时具有很强的鲁棒性和抗干扰能力。
声明：
“基于深度学习与数据驱动的新能源出力场景生成方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
984
编辑：管理员
来源：北方有色网
咨询细节
