典型文献
基于张量SOM和VAE的多风电时空功率日场景生成
文献摘要：
现有场景生成方法往往忽略时空功率相关性的多样性,且无法准确反映原始场景中功率时空分布关系.针对该问题,文章首先以功率日场景的时空二阶张量距离为依据,采用自组织映射神经网络将具有相似时空相关性的日场景历史样本聚合;然后分别构建各簇日场景的变分自编码器编码解码网络,编码得到各簇场景隐含特征,对其按比例进行独立抽样;解码后再聚合,获得随机模拟新场景集合.实际算例结果表明,文章所提出的方法能有效生成符合真实多风电场功率时空相关性和概率分布规律的多风季和少风季风电功率时空场景数据.
文献关键词：
多风电场;张量距离;自组织映射神经网络;变分自编码器;场景生成
中图分类号：
作者姓名：
李丹;王奇;缪书唯;梁云嫣
作者机构：
三峡大学 电气与新能源学院,湖北 宜昌 443002;新能源微电网湖北省协同创新中心,湖北 宜昌443002
文献出处：
引用格式：
[1]李丹;王奇;缪书唯;梁云嫣-.基于张量SOM和VAE的多风电时空功率日场景生成)[J].可再生能源,2022(12):1658-1665
A类：
张量距离
B类：
SOM,VAE,日场,场景生成,生成方法,率相关性,先以,自组织映射神经网络,时空相关性,变分自编码器,编码解码网络,再聚合,随机模拟,新场景,有效生成,实多,多风电场,概率分布,风季,季风,风电功率,时空场景
AB值：
0.278678
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
