龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：国网经济技术研究院有限公司;西安交通大学
申请日：2023-10-11
公开（公告）日：2024-06-21
公开（公告）号：CN117370825B
主分类号：G06F18/23213
分类号：G06F18/23213;G06N3/0475;G06N3/045;G06N3/094;G06Q50/06
优先权：
专利状态码：有效-授权
法律状态：2024.06.21#授权;2024.01.26#实质审查的生效;2024.01.09#公开
摘要：本发明涉及一种基于注意力条件生成对抗网络的长期场景生成方法及系统，其包括：基于K‑means聚类算法进行典型日的聚类，得到原始年数据聚类结果；利用原始年数据聚类结果计算得到聚类转移矩阵，由聚类转移矩阵利用马尔科夫链蒙特卡洛模拟法生成每日集群的长期年度序列；以月份和原始年数据聚类结果作为条件数据训练对抗性网络ACGAN，训练得到满足目标函数的对抗性网络ACGAN，将长期年度序列中每天的信息输入训练后的对抗性网络ACGAN，生成风能和光伏能源的日内场景，进而由日内场景得到长期年度场景。本发明能更好地捕捉风能和光伏能源的相关性特征以及历史数据中的特征。
主权项：1.一种基于注意力条件生成对抗网络的长期场景生成方法，其特征在于，包括：基于K-means聚类算法进行典型日的聚类，得到原始年数据聚类结果；利用原始年数据聚类结果计算得到聚类转移矩阵，由聚类转移矩阵利用马尔科夫链蒙特卡洛模拟法生成每日集群的长期年度序列；以月份和原始年数据聚类结果作为条件数据训练对抗性网络ACGAN，训练得到满足目标函数的对抗性网络ACGAN，将长期年度序列中每天的信息输入训练后的对抗性网络ACGAN，生成风能和光伏能源的日内场景，进而由日内场景得到长期年度场景；对抗性网络ACGAN的基本层由全连接层、注意力层和归一化层组成；对抗性网络ACGAN分为判别器模型和生成器模型；在判别器模型中包括两个网络Dc和Dt：Dc用于计算输入的可再生能源在日间场景下的条件数据，Dt用于判断输入曲线是否是真实数据；在生成器模型中包括两个网络Gc和Gd：Gc用于生成条件表示，该条件表示显示条件信息的高维表示，Gd用于生成具有条件信息的随机日间场景；在判别器模型中，采用具有Wasserstein距离和梯度惩罚的损失函数。
全文数据：
权利要求：
百度查询： 国网经济技术研究院有限公司;西安交通大学 基于注意力条件生成对抗网络的长期场景生成方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号