基于改進(jìn)WGAN考慮特征分布相似性的小樣本負(fù)荷預(yù)測(cè)方法

摘要： 對(duì)于綜合能源系統(tǒng)中新接入用戶,其往往由于歷史數(shù)據(jù)匱乏而難以建立精準(zhǔn)的短期負(fù)荷預(yù)測(cè)模型.本文基于遷移學(xué)習(xí)理論,提出了一種基于改進(jìn)Wasserstein生成對(duì)抗網(wǎng)絡(luò)(WGAN)的小樣本負(fù)荷預(yù)測(cè)方法.首先,本文采用最大信息系數(shù)法量化各影響特征與負(fù)荷的相關(guān)性強(qiáng)弱.接著,將源域特征序列進(jìn)行分割,計(jì)算各分割子序列與目標(biāo)域小樣本的實(shí)序列編輯距離確定初始源域.然后,引入卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶...