典型文献
基于隐式最大似然估计的风电出力场景生成
文献摘要：
随着风电渗透率的日益提高,如何有效地描述风电出力的不确定性成为了配电网运行和规划所面临的巨大挑战,为此,提出一种基于隐式最大似然估计的风电出力场景生成方法.针对风电出力曲线的数据特征,设计适用于风电出力场景生成的损失函数和网络结构.通过无监督训练使得场景生成器能够学习到高斯噪声与风电出力场景之间的映射关系.仅需调节模型中相关的参数,采用所提方法就能够生成不同时间尺度的风电出力场景.仿真结果表明,所提方法的预测区间平均宽度和预测区间覆盖率均优于现有的生成对抗网络,且所提方法对于不同的风电场具有一定的普适性.
文献关键词：
风电;场景生成;生成模型;深度学习;隐式最大似然估计
中图分类号：
作者姓名：
廖文龙;任翔;杨哲;杨文清;魏超
作者机构：
奥尔堡大学 能源系,丹麦 奥尔堡 9220;国网冀北电力有限公司电力科学研究院,北京 100045;哥伦比亚大学 统计学院,美国 纽约 NY10025;国电东北新能源发展有限公司,辽宁 沈阳 110000
文献出处：
引用格式：
[1]廖文龙;任翔;杨哲;杨文清;魏超-.基于隐式最大似然估计的风电出力场景生成)[J].电力自动化设备,2022(11):56-63
A类：
隐式最大似然估计
B类：
风电出力,出力场景,场景生成,风电渗透率,配电网运行,生成方法,力曲线,数据特征,损失函数,无监督训练,生成器,够学,高斯噪声,映射关系,调节模型,不同时间尺度,预测区间,平均宽度,生成对抗网络,风电场,生成模型
AB值：
0.224716
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。
