摘要
本发明公开了一种基于扩散模型的综合能源运行场景生成及预测方法,属于综合能源系统场景生成和预测领域。首先对综合能源系统区域内的历史功率数据和历史气象数据进行数据预处理构建数据集,然后构建基于交叉门控模块和时空图卷积模块的双分支神经网络结构,将该网络结构作为去噪网络集成到扩散模型的框架中,采用有相互联系的两个数据集,通过扩散模型的前向过程向数据集中无噪声的功率数据加入高斯噪声,将历史数据和加噪后的数据作为训练样本,训练扩散模型;利用训练完成的扩散模型,用历史数据和高斯噪声生成或预测未来的发电功率或负荷。本发明能够适用于综合能源系统多种源荷变量的场景生成和预测任务,显著提升场景生成质量和预测精度。
技术关键词
神经网络结构
卷积模块
综合能源系统
历史功率数据
历史气象数据
分支
负荷
场景
通道
发电站
噪声数据
光伏电站
参数化技术
无噪声