基于弗雷希特-power-情景距离的智能电网生成式 AI 模型多时间尺度评估指标
机器学习
2025-10-27 v2 人工智能
计算机视觉与模式识别
信号处理
摘要
智能电网中的生成式人工智能模型近年来因其能够生成大量合成数据而取得了显著进展——这些数据在现实世界中由于保密限制而难以获取。利用这些合成数据的一个关键挑战在于如何评估来自此类生成模型产生数据的质量。传统基于欧几里得距离的指标仅反映两个单个样本之间的最近对关系，可能无法准确评估不同组合成数据集之间的质量差异。本文提出了一种新方法，基于在学习特征空间中估计的弗雷希特距离（FD）构建的度量。该方法从分布角度评估生成质量。实证结果表明，所提方法在多种时间尺度和模型上均优于现有方法，增强了智能电网运营中数据驱动决策的可靠性。
引用
@article{arxiv.2505.08082,
title = {Fr\'{e}chet Power-Scenario Distance: A Metric for Evaluating Generative AI Models across Multiple Time-Scales in Smart Grids},
author = {Yuting Cai and Shaohuai Liu and Chao Tian and Le Xie},
journal= {arXiv preprint arXiv:2505.08082},
year = {2025}
}