基于改进LSGAN模型的配电网测量缺失数据重构研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对当前电力测量领域在缺失数据重构方面存在的效率低下和性能不佳的问题， 本文提出了一种基于改进的最小二乘生成对抗网络（LSGAN）的缺失数据重构模型。该模型是在深入分析现有生成对抗网络缺点的基础上设计的， 旨在通过改进算法使网络更加充分地学习数据之间的内在联系。为了提高训练的稳定性、 加速计算的收敛速度以及提升生成数据的质量， 本文将传统生成对抗网络（GAN）模型中的目标函数从交叉熵损失函数替换为最小二乘损失函数， 并采用了一种新的距离度量方式。（剩余13494字）

试读结束

目录
monitor
客服机器人