基于关联信息对抗学习的综合能源系统运行状态分析方法

发布时间：2021-10-29 22:05

　　综合能源系统（Integrated energy system, IES）运行状态分析常以广泛化信息技术应用提供的数据为支撑,然而传感器故障、网络通信中断等信息异常导致的数据缺失会直接影响数据质量.在考虑数据缺失的情况下,本文提出了一种基于关联信息对抗学习的综合能源系统运行状态分析方法.首先构建深度生成对抗网络（Generative adversarial network,GAN）对数据缺失部分进行可靠性补偿.在设计生成器结构过程中,通过引入系统拓扑邻接矩阵对生成器输入数据进行优化排序,进而在训练过程中采用设计的多属性融合生成器损失函数,促使生成器进一步得到高精度补偿数据.接着将判别器提取的不同时刻完整能源数据的特征作为基础,采用浅层特征分布及深层特征信息差异值融合判断,从而实现系统运行状态分析.最后对不同数据缺失补偿及不同类型节点改变情况进行仿真,验证了本文所提方法的可行性与有效性. 

【文章来源】：自动化学报. 2020,46(09)北大核心EICSCD

【文章页数】：15 页

【参考文献】：
期刊论文
[1]面向综合能源系统的静态电压稳定性分析[J]. 黄雨佳,孙秋野,王睿,黄博南.  中国电机工程学报. 2019(S1)
[2]电-气互联综合能源系统安全分析与优化控制研究综述[J]. 陈胜,卫志农,孙国强,王丹,臧海祥.  电力自动化设备. 2019(08)
[3]基于加权最小绝对值的电—气综合能源系统抗差状态估计[J]. 陈艳波,郑顺林,杨宁,杨晓楠,刘铠诚.  电力系统自动化. 2019(13)
[4]采用改进生成式对抗网络的电力系统量测缺失数据重建方法[J]. 王守相,陈海文,潘志新,王建明.  中国电机工程学报. 2019(01)
[5]智慧能源—–人工智能技术在电力系统中的应用与展望[J]. 孙秋野,杨凌霄,张化光.  控制与决策. 2018(05)
[6]基于GAN技术的自能源混合建模与参数辨识方法[J]. 孙秋野,胡旌伟,杨凌霄,张化光.  自动化学报. 2018(05)
[7]面向能源互联网的电–气耦合网络状态估计技术[J]. 董今妮,孙宏斌,郭庆来,盛同天,乔铮.  电网技术. 2018(02)
[8]台湾大停电的“锅”谁来背[J]. 王平,王尧.  两岸关系. 2017(09)
[9]生成式对抗网络GAN的研究进展与展望[J]. 王坤峰,苟超,段艳杰,林懿伦,郑心湖,王飞跃.  自动化学报. 2017(03)
[10]能源互联网及其关键控制问题[J]. 孙秋野,滕菲,张化光.  自动化学报. 2017(02)



本文编号：3465465