基于生成对抗网络的新能源发电场景数据迁移方法

摘要

本发明提出一种基于生成对抗网络的新能源发电场景数据迁移方法，以历史数据大规模缺失的新能源电站为目标电站，以历史数据完整的邻近新能源电站为源电站，通过生成对抗网络模型学习源电站与目标电站之间的场景数据映射关系，进而根据源电站场景数据，生成目标电站场景数据，且所生成的数据符合真实场景数据分布规律。仅需建立C‑DCGAN模型学习目标电站与源电站数据间的映射关系，即可将源电站数据进行处理后迁移至目标电站，补全目标电站的缺失数据，能够更高效地完成数据补全，简化算法流程；通过引入Wasserstein距离与梯度惩罚函数，增加了C‑DCGAN模型的稳定性；提升了数据迁移的准确度的同时，减少了构建目标模型的时间，降低了经济成本与时间成本。