基于循环生成对抗网络和集成方法的居民负荷模式合成数据生成

生成能够准确代表实际用电模式的合成居民负荷数据对于有效的电力系统规划和运行至关重要。由于使用真实负荷数据存在固有挑战，例如隐私考虑和大规模数据收集的后勤复杂性，因此合成数据的必要性日益凸显。在这项工作中，我们通过开发集成循环生成对抗网络框架来应对上述挑战，以生成高保真度的合成居民负荷数据。集成循环生成对抗网络利用循环生成对抗网络的集成，并通过一个同时考虑对抗性损失和统计属性差异的损失函数进行增强。我们开发的集成循环生成对抗网络能够捕捉不同家庭的各种负荷模式，从而增强所生成合成数据的真实性和多样性。综合评估表明，我们的方法在多样性、相似性和统计指标等多个性能指标上，始终优于居民负荷数据合成领域的既定基准。研究结果证实了集成循环生成对抗网络作为需要合成但真实负荷数据的能源应用的有效工具的潜力。我们还公开了生成的合成居民负荷模式。