基于人工神经网络的源荷预测模型处理方法

本发明公开了基于人工神经网络的源荷预测模型处理方法，基于历史运行场景对WGAN进行训练，使得生成器能够将从已知分布中采样得到的随机向量转换为具有与系统历史运行场景一致统计分布的任意真实场景，从而建立起系统运行场景统计分布的无监督表示，以完成系统运行场景生成；获取不确定变量的观测值和点预测值，基于训练完成的WGAN以及不确定变量的观测值和点预测值构建场景预测优化问题，以此得到生成器的最优输入向量，执行场景预测，得到一组不同的未来时刻的系统运行场景。本发明有效解决了传统预测模型在处理高维度、非线性数据时预测精度不足的问题，适用于电力市场环境下对可再生能源发电和用电负荷的精准预测。