基于GAN的非侵入式自能源建模

自能源(we-energy)作为能源互联网的能源终端,其模型是能源互联网优化和调度的基础。该文针对自能源建模问题,提出一种基于生成式对抗网络(generative adversarial networks,GAN)的非侵入式建模方法。首先,考虑到自能源中风、光、储、耦合设备的产能特性,通过联合滑动与梯度分离实现自能源的非侵入式监测。进一步地,结合生成对抗网络的生成能力和判别能力,利用改进的GAN处理自能源中电-气-热数据时间异步问题,从而实现能源设备的分类和辨识,并在此基础上建立自能源的可调度模型。最后,以北方某能源区域作为算例进行仿真,验证所提方法的有效性和准确性。