生成对抗网络及其在新能源数据质量中的应用研究综述

摘要：

由于新能源数据的随机性和波动性等特点,并网数据存在的数据缺失、重复、异常以及分布不均匀等数据质量问题变得越来越突出,针对数据质量的评估和治理等研究对新能源的发展具有重要的积极意义.传统数据质量研究手段不适用于解决新能源数据质量问题,而人工智能算法在处理这方面问题上具有无可比拟的优点.生成对抗网络(generative adversarial networks,GAN)是人工智能领域近年来最热门的研究方向之一,其出色的数据生成能力受到了广泛的关注.本文首先介绍了经典GAN的架构、优劣势及其改进综述;接着对GAN在新能源方面的应用进行了综述;然后概述了新能源数据质量研究文献,并阐述了GAN在新能源数据质量方面的应用;最后总结并展望了未来GAN在新能源方面的可能应用.

关键词：新能源、数据质量、生成对抗网络(GAN)

所属期刊栏目：14

分类号：TM727;TP18(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司大数据中心项目面向大规模分布式新能源并网数据的质量评估与治理技术研究;国家重点研发计划项目;北京信息科学与技术国家研究中心项目

在线出版日期：2020-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：25-33