[发明专利]基于联邦深度生成式学习的可再生能源时空场景生成方法在审
| 申请号： | 202110957064.0 | 申请日： | 2021-08-19 |
| 公开（公告）号： | CN113673159A | 公开（公告）日： | 2021-11-19 |
| 发明（设计）人： | 李扬;李嘉政;王瑞浓;王彬;韩猛 | 申请（专利权）人： | 东北电力大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F21/60;G06N3/04;G06Q50/06 |
| 代理公司： | 成都其高专利代理事务所(特殊普通合伙) 51244 | 代理人： | 廖曾 |
| 地址： | 132000 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于联邦深度生成式学习的可再生能源出力时空场景生成方法，其特点是，包括：对可再生能源历史数据进行归一化处理并将其重塑为24×24的数组矩阵；设计全局最小二乘生成对抗网络模型，并在中心服务器中初始化全局模型；将全局模型部署到各个客户端(可再生能源电站)；随机选择一定数量的客户端，被选中的客户端利用历史数据对本地模型进行训练；当达到设定的通信间隔时，客户端将本地模型的参数上传至中心服务器；中心服务器对上传的模型参数进行加权平均，并将其作为新的全局模型参数；中心服务器重新将全局模型部署到各个客户端；不断重复迭代。最终能够生成高质量的捕捉时空相关性的可再生能源场景。 | ||
| 搜索关键词： | 基于 联邦 深度 生成 学习 可再生能源 时空 场景 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北电力大学，未经东北电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110957064.0/，转载请声明来源钻瓜专利网。
