基于生成对抗网络和迁移学习的电力碳流耦合特征数据生成与评估OA北大核心CSTPCD
目前电力碳流耦合特征数据的可信样本较为不足,不能满足高质量、高精度以及高时效的电碳耦合技术发展需求。将生成式对抗网络理论与电力碳流耦合模型相结合,提出一种全新的电力碳流耦合特征数据模拟生成方法:将电力系统时序状态参数和碳排放特征作为学习样本导入学习模块,实现时序电力碳流耦合关系的智能拟合;针对生成式网络训练困难等问题,通过迁移学习模块,在小样本中对电力碳流特征数据开展预训练,并将训练参数传递至目标域中,提高目标任务学习效率,结合对照选比结果,获得…查看全部>>
杨至元;陈晖;李沛
南方电网能源发展研究院有限责任公司,广州市510663南方电网产业投资集团有限责任公司,广州市510663南方电网能源发展研究院有限责任公司,广州市510663
动力与电气工程
电力碳排放流电碳耦合技术生成式网络迁移学习模型评价
《电力建设》 2024 (3)
P.126-136,11
国家自然科学基金项目(71701087)。
评论