摘要
本发明涉及一种基于DDPM‑GAT‑WLS的配电网高分辨率伪量测数据生成方法,属于数据生成领域。所述方法,包括:构建融合DDPM、GAT的神经网络模型并引入WLS状态估计误差作为损失函数的一部分进行训练;构建一套基于DDPM‑GAT‑WLS模型的配电网伪量测高分辨生成方法,首先,针对PMU和SCADA量测装置在采样频率、数据同步性、量测类型上存在差异,对PMU和SCADA数据进行时标准同步处理得到时间同步的数据;其次,通过量测数据训练相应的DDPM‑GAT‑WLS模型,拟合配电网中节点之间的映射关系;最后输入区域内部分节点的高分辨率量测数据,生成所需的完整高分辨率伪量测数据。
技术关键词
伪量测数据
生成方法
注意力模型
噪声数据
计算机程序指令
雅可比矩阵
节点特征
拓扑结构信息
时间同步
同步性
神经网络模型
噪声系数
协方差矩阵
生成方式
估计误差
基准
系统为您推荐了相关专利信息
多模态
数据生成方法
数据生成装置
模型训练方法
模型训练装置
超级电容器
再生制动能量
深度强化学习模型
电梯
虚拟储能
机器学习回归算法
排序方法
晶圆
数据
计算机程序指令