基于LSTM-CGAN 的风电场景生成方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对传统风电场景生成方法未充分利用风电功率的预测误差，以及未合理考虑风电序列时间相关性的问题，提出了一种基于LSTM-CGAN（LongShort-Term MemoryConditionalGenerativeAdversarialNetwork）的风电场景生成方法。该方法在条件生成对抗网络模型的训练过程中引入了符合风电预测误差分布的随机噪声，同时使用深度长短期记忆网络搭建条件生成对抗网络的生成器和判别器。（剩余6042字）

试读结束

目录
monitor