摘要
本发明涉及综合能源系统技术领域,提供了一种深度生成式综合能源系统源‑荷预测方法及系统,包括:获取综合能源系统在若干连续历史时刻的源‑荷数据和气象数据,通过主预测模型,得到未来时刻的源‑荷数据;其中,主预测模型的训练步骤包括:以训练集中的真实样本为基础,判别器作为生成器的对抗对象,通过对抗训练指导生成器学习生成虚拟样本;对真实样本和虚拟样本合并后,输入主预测模型,且主预测模型输出输入判别器,利用判别器判断预测结果的真实性,指导主预测模型训练。能够显著提升目标模型的泛化能力,以及对源‑荷预测的预测精度。
技术关键词
综合能源系统
新型编码器
预测模型训练
预测系统
样本
多任务
气象
注意力
数据获取模块
负荷
对象
风速
风力
基础
基准
精度
系统为您推荐了相关专利信息
高分辨一维距离像
数据识别模型
雷达
识别方法
多模态特征
实体链接方法
图谱
预训练语言模型
偏差
实体链接系统
面向异构数据
联邦学习模型
客户端
微调方法
服务端