手机知网 App
24小时专家级知识服务
打 开
电力工业
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
一种基于CNN-LSTM的改进CGAN光伏短期出力场景生成方法
合肥工业大学电气与自动化工程学院;
国网安徽省电力有限公司;
阜阳师范大学物理与电子工程学院
|
秦卫民
唐昊
任曼曼
梁肖
王涛
陈韬
开通知网号
该文考虑新能源机组出力数据的时空特征,设计一种带有卷积神经网络和长短期记忆网络的判别器网络结构,并使用推土机(EM)距离作为判别器的损失函数,提出一种基于条件对抗生成网络的新能源短期场景生成方法。该方法让模型中的判别器与生成器进行对抗并不断优化,使生...
机 构:
合肥工业大学电气与自动化工程学院;
国网安徽省电力有限公司;
阜阳师范大学物理与电子工程学院;
领 域:
电力工业;
自动化技术;
关键词:
光伏发电;
场景生成;
生成式对抗网络;
长短期记忆网络;
卷积神经网络;
不确定性;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
389
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
太阳能学报
2025年04期
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索