针对传统预测模型在样本不足的情形下，无法实现高精度月度供电量预测的问题，提出了一种基于改进的生成对抗网络数据增强方法，能够将大粒度的月度统计信息，同分布分解为按天统计的供电量信息，实现了数据增强与样本集的有效扩充。基于该样本集，运用深度残差网络构建用于月度供电量预测的深层模型。算例分析标明，所提出的方法能够在原有同类型预测方法的基础上，有效提升预测精度。
科研之友
微信
新浪微博
Facebook
分享链接
