| 张祖坤,朱瑞金,王纪元.生成对抗网络及其在短期负荷预测中的应用综述*[J].电工技术,2024(16):44-49 |
| 生成对抗网络及其在短期负荷预测中的应用综述* |
|
| |
| DOI：10.19768/j.cnki.dgjs.2024.16.013 |
| 中文关键词: 深度学习 生成对抗网络 短期负荷 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 444 |
| 全文下载次数: 0 |
| 中文摘要: |
| 电力系统面临多源、多维数据挑战。深度学习相较传统方法更适用于处理电力数据，具有强大的降维、非线性拟合和特征提取能力。生成对抗网络(Generative Adversarial Network,GAN)通过对抗性训练提升生成器和判别器性能，能有效预测短期日负荷、配电网负荷和电动汽车负荷。首先介绍了GAN的基本概念，分析了其优缺点；然后介绍了广泛应用于短期负荷预测的四类GAN衍生模型，并对GAN在短期负荷预测中的应用现状进行了细致的概述；最后展望了未来的应用前景。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
|
|
|
