基于循环卷积生成式对抗网络的工业负荷数据增强方法

本发明的实施例提供了基于循环卷积生成式对抗网络的工业负荷数据增强方法。所述方法包括获取历史工业负荷数据，将其划分为训练集和测试集；基于多层感知器网络构建生成器和判别器，生成器和判别器组成GAN模型，构建生成器的损失函数和GAN模型的损失函数；基于训练集，通过生成器的参数进行优化，得到优化后的生成器；基于优化后的生成器的输出数据，通过GAN模型的损失函数对判别器的参数进行优化，得到优化后的判别器；优化后的生成器和优化后的判别器组成优化后的GAN模型；将测试集输入优化后的GAN模型，输出数据的增强结果。以此方式，可以增强模型处理复杂数据能力，更好捕捉负荷时空关系，进而提供可靠依据，保障电网规划合理、经济、高效。