[發明專利]神經網絡的生成方法、功率預測方法、裝置和存儲介質

在審

• 申請號: 202011591682.X
• 申請日: 2020-12-29
• 公開（公告）號: CN112598188A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 江思偉;袁宏亮;林棟;王珺
• 申請（專利權）人: 沃太能源南通有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/063;G06N3/08
• 代理公司: 蘇州威世朋知識產權代理事務所(普通合伙) 32235
• 代理人: 楊林潔

1.一種用于超短期負荷預測的神經網絡的生成方法，其特征在于，包括以下步驟：

獲取用于表征耗電功率的時間序列{X₀,X₁,...,X_t-1,X_t,X_t+1}，其中，X_i和X_i+1之間的時間間隔小于等于一分鐘，i和t為自然數，0≤i≤t；

創建對抗生成神經網絡，所述對抗生成神經網絡包含有生成器和鑒別器，所述生成器用于接收{X₀,X₁,...,X_t-1,X_t}并生成Y_t+1，所述鑒別器用于接收{X₀,X₁,...,X_t-1,X_t}、X_t+1和Y_t+1，且能夠輸出以{X₀,X₁,...,X_t-1,X_t}作為條件時、得到Y_t+1的概率P，基于所述概率P得到損失值，基于所述損失值對所述生成器和鑒別器進行改進。

2.根據權利要求1所述的生成方法，其特征在于，所述“獲取用于表征耗電功率的時間序列{X₀,X₁,...,X_t-1,X_t}”具體包括：

獲取訓練數據，剔除訓練數據中的異常數據并進行歸一化處理，之后將剩余的訓練數據以時間順序排列、得到時間序列{X₀,X₁,...,X_t-1,X_t}。

3.根據權利要求1所述的生成方法，其特征在于：

在所述生成器中，以RNN層作為輸入層，中間層接受RNN層所生成的特征，然后再作為輸入給輸出層，輸出層為稠密層，所述生成器以{X₀,X₁,...,X_t-1,X_t}作為條件窗口。

4.根據權利要求1所述的生成方法，其特征在于：

所述鑒別器包括經過RNN層和稠密層，且將{X₀,X₁,...,X_t-1,X_t}和X_t+1作為輸入，分別經過RNN層和稠密層，輸出X_t+1和Y_t+1之間的差值，然后基于所述差值得到以{X₀,X₁,...,X_t-1,X_t}作為條件時，得到Y_t+1的概率P。

5.根據權利要求1所述的生成方法，其特征在于，所述對抗生成神經網絡的損失函數為：

其中，P＝Y_t+1|{X₀,X₁,...,X_t}，Min表示最小值，max表示最大值，表示基于X_t+1的依賴所得的概率對應的整體損失函數值。