基于GAN的不平衡负荷数据类型辨识方法

作者：卢锦玲; 张梦雪^*; 郭鲁豫

来源：电力科学与工程, 2021, 37(06): 26-34.

• 负荷分类
• 生成式对抗网络
• K-means
• 支持向量机

负荷分类对于负荷预测、风险预警、优化调度等具有重要意义。为了改善负荷类别不平衡对分类精度的影响,提出了一种基于生成式对抗网络(generative adversarial network,GAN)的不平衡负荷数据类型辨识方法。首先,通过K-means算法对负荷数据聚类获取其类别标签;其次,根据聚类结果,针对负荷数据中的小样本类别,采用基于GAN的过采样方法进行类别平衡;最后,使用支持向量机(support vector machine,SVM)进行负荷分类。选取爱尔兰实测负荷数据作为实验数据,验证了所提方法的有效性。

• 单位
  电子工程学院; 华北电力大学