| 注册
首页|期刊导航|现代电力|基于卷积变分自编码器的日负荷曲线聚类研究

基于卷积变分自编码器的日负荷曲线聚类研究

杨亚兰 李晨鑫 秦毓毅 王渝红 方飚 舒虹

现代电力2023,Vol.40Issue(5):770-778,9.
现代电力2023,Vol.40Issue(5):770-778,9.DOI:10.19725/j.cnki.1007-2322.2022.0076

基于卷积变分自编码器的日负荷曲线聚类研究

Clustering Analysis of Daily Load Curve Based on Convolutional Variational Autoencoder

杨亚兰 1李晨鑫 2秦毓毅 1王渝红 2方飚 1舒虹1

作者信息

  • 1. 国网四川综合能源服务有限公司,四川省成都市 610021
  • 2. 四川大学电气工程学院,四川省成都市 610065
  • 折叠

摘要

关键词

负荷聚类/典型日负荷曲线/卷积神经网络(CNN)/变分自编码器(VAE)/距离加权

Key words

load clustering/typical daily load curve/con-volutional neural network(CNN)/variational autoencoder(VAE)/distance weighted

分类

信息技术与安全科学

引用本文复制引用

杨亚兰,李晨鑫,秦毓毅,王渝红,方飚,舒虹..基于卷积变分自编码器的日负荷曲线聚类研究[J].现代电力,2023,40(5):770-778,9.

基金项目

四川省科技计划资助项目(2021YFG0026)Science and Technology Program of Sichuan Province(2021YFG0026) (2021YFG0026)

现代电力

OA北大核心CSTPCD

1007-2322

访问量0
|
下载量0
段落导航相关论文