[發(fā)明專利]基于深度學(xué)習(xí)與數(shù)據(jù)驅(qū)動(dòng)的新能源出力場(chǎng)景生成方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011140310.5
• 申請(qǐng)日: 2020-10-22
• 公開(kāi)（公告）號(hào): CN112232488A
• 公開(kāi)（公告）日: 2021-01-15
• 發(fā)明（設(shè)計(jì)）人: 王圓圓;白宏坤;卜飛飛;王世謙;李文峰;華遠(yuǎn)鵬;韓丁;賈一博;王涵;吳雄;李昊宇
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)河南省電力公司經(jīng)濟(jì)技術(shù)研究院;西安交通大學(xué)
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04;G06N3/08;G06Q50/06
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 馬貴香

1.基于深度學(xué)習(xí)與數(shù)據(jù)驅(qū)動(dòng)的新能源出力場(chǎng)景生成方法，其特征在于，包括以下步驟：

1)搭建生成對(duì)抗網(wǎng)絡(luò)，生成對(duì)抗網(wǎng)絡(luò)包括相連的生成器和判別器；根據(jù)生成對(duì)抗網(wǎng)絡(luò)建立條件生成對(duì)抗網(wǎng)絡(luò)，條件生成對(duì)抗網(wǎng)絡(luò)的生成器有兩個(gè)輸入，一個(gè)是高斯噪聲，另一個(gè)是場(chǎng)景標(biāo)簽；條件生成對(duì)抗網(wǎng)絡(luò)的判別器有兩個(gè)輸入，一個(gè)是通過(guò)生成器生成出的合成數(shù)據(jù)，另一個(gè)是真實(shí)數(shù)據(jù)；

2)通過(guò)訓(xùn)練數(shù)據(jù)對(duì)條件生成對(duì)抗網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到訓(xùn)練好的條件生成對(duì)抗網(wǎng)絡(luò)；

3)確定擬生成場(chǎng)景的標(biāo)簽值，然后輸入到訓(xùn)練好的條件生成對(duì)抗網(wǎng)絡(luò)中，得到相應(yīng)出力場(chǎng)景數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)與數(shù)據(jù)驅(qū)動(dòng)的新能源出力場(chǎng)景生成方法，其特征在于，生成器包括四層，前兩層為全連接層，用于提取特征和擴(kuò)展維度，后兩層為反卷積層，用于將維度轉(zhuǎn)換為真實(shí)數(shù)據(jù)的維度。

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)與數(shù)據(jù)驅(qū)動(dòng)的新能源出力場(chǎng)景生成方法，其特征在于，判別器包括五層，前兩層為卷積層，用于提取相關(guān)性的特征和降低參數(shù)規(guī)模，后三層為全連接層，用于通過(guò)反向傳播算法更新網(wǎng)絡(luò)參數(shù)。

4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)與數(shù)據(jù)驅(qū)動(dòng)的新能源出力場(chǎng)景生成方法，其特征在于，步驟2)的具體過(guò)程為：利用訓(xùn)練數(shù)據(jù)在生成器網(wǎng)絡(luò)參數(shù)不變的情況下多次訓(xùn)練出判別器，使得條件生成對(duì)抗網(wǎng)絡(luò)的損失函數(shù)最大，然后再使得判別器網(wǎng)絡(luò)參數(shù)不變，訓(xùn)練生成器使得條件生成對(duì)抗網(wǎng)絡(luò)的損失函數(shù)最小，然后再重復(fù)多次訓(xùn)練判別器，訓(xùn)練一次生成器的過(guò)程，直至生成器生成數(shù)據(jù)分布與真實(shí)數(shù)據(jù)分布完全相同時(shí)停止訓(xùn)練，得到訓(xùn)練好的條件生成對(duì)抗網(wǎng)絡(luò)。

5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)與數(shù)據(jù)驅(qū)動(dòng)的新能源出力場(chǎng)景生成方法，其特征在于，條件生成對(duì)抗網(wǎng)絡(luò)的損失函數(shù)如下：

其中，y為不同場(chǎng)景的標(biāo)簽值，θ^(G)是生成器G的參數(shù)，θ^(D)是判別器D的參數(shù)，x表示真實(shí)數(shù)據(jù)，p_r(x)表示真實(shí)數(shù)據(jù)分布，z表示高斯噪聲，p_g(z)表示高斯噪聲分布，D(x|y)為不同場(chǎng)景的標(biāo)簽值y下判別器的輸出，D(G(z|y))為不同場(chǎng)景的標(biāo)簽值y下判別器的輸出，G(z|y)為不同場(chǎng)景的標(biāo)簽值y下生成器的輸出。

6.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)與數(shù)據(jù)驅(qū)動(dòng)的新能源出力場(chǎng)景生成方法，其特征在于，通過(guò)訓(xùn)練數(shù)據(jù)對(duì)條件生成對(duì)抗網(wǎng)絡(luò)進(jìn)行訓(xùn)練，其中，訓(xùn)練數(shù)據(jù)通過(guò)以下過(guò)程得到：

將若干個(gè)風(fēng)電場(chǎng)的NREL Wind集成數(shù)據(jù)集的發(fā)電數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)；

將訓(xùn)練數(shù)據(jù)中的風(fēng)能出力數(shù)據(jù)的值整合到[-1,1]之間，計(jì)算每一組風(fēng)能出力數(shù)據(jù){x₁,x₂,…,x_i,…,x_n}的均值然后再計(jì)算每組風(fēng)能出力數(shù)據(jù)的方差值通過(guò)標(biāo)準(zhǔn)化，得到所有風(fēng)能出力數(shù)據(jù)在標(biāo)準(zhǔn)化之后的值并將所有風(fēng)能出力數(shù)據(jù)在標(biāo)準(zhǔn)化之后的值作為訓(xùn)練數(shù)據(jù)；

其中，x₁為第1組風(fēng)能出力數(shù)據(jù)；x₂為第2組風(fēng)能出力數(shù)據(jù)；x_i為第i組風(fēng)能出力數(shù)據(jù)；x_n為第n組風(fēng)能出力數(shù)據(jù)；n為風(fēng)能出力數(shù)據(jù)的數(shù)量；x_i′為第i組風(fēng)能出力數(shù)據(jù)標(biāo)準(zhǔn)化之后的值。

7.根據(jù)權(quán)利要求6所述的基于深度學(xué)習(xí)與數(shù)據(jù)驅(qū)動(dòng)的新能源出力場(chǎng)景生成方法，其特征在于，步驟3)的具體過(guò)程為：確定需要生成場(chǎng)景的標(biāo)簽值，將標(biāo)簽值與高斯噪聲輸入到訓(xùn)練好的條件生成對(duì)抗網(wǎng)絡(luò)中，得到相應(yīng)場(chǎng)景的出力數(shù)據(jù)。