• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于生成對(duì)抗網(wǎng)絡(luò)的綜合能源負(fù)荷場景生成方法

    2021-12-09 10:28:02朱慶鄭紅娟唐子逸韋思雅鄒子驍吳熙
    電力建設(shè) 2021年12期
    關(guān)鍵詞:方法模型

    朱慶,鄭紅娟,唐子逸,韋思雅,鄒子驍,吳熙

    (1. 國電南瑞科技股份有限公司,南京市 211106;2. 國網(wǎng)浙江杭州市余杭區(qū)供電有限公司,杭州市 311100;3. 東南大學(xué)電氣工程學(xué)院,南京市 210096)

    0 引 言

    綜合能源系統(tǒng)是多種能源協(xié)調(diào)形成的產(chǎn)消一體化系統(tǒng),在提高能源利用率,推進(jìn)能源供給改革等方面發(fā)揮了巨大作用[1]。由于數(shù)據(jù)采樣和傳輸過程中存在不可避免的干擾甚至故障,導(dǎo)致實(shí)際計(jì)量數(shù)據(jù)的丟失或異常,對(duì)基于綜合能源負(fù)荷場景的計(jì)量仿真和規(guī)劃運(yùn)行研究造成很大影響[2],因此亟需一種適用于綜合能源高隨機(jī)和多能耦合特點(diǎn)的場景生成方法。此外,隨著高比例新能源和儲(chǔ)能系統(tǒng)的加入,原本就存在能源耦合的綜合能源系統(tǒng)負(fù)荷場景所面臨的情況更加復(fù)雜[3-4]。

    目前較為常用的場景生成方法是基于統(tǒng)計(jì)模型[5-10]和基于人工智能的方法[11-17]。基于統(tǒng)計(jì)模型的方法主要有馬爾可夫鏈法、時(shí)間序列法、蒙特卡洛法等;基于人工智能的方法主要有生成對(duì)抗網(wǎng)絡(luò)(generative adversarial networks, GAN)方法?;诮y(tǒng)計(jì)模型的場景生成方法有賴于實(shí)踐經(jīng)驗(yàn),很難對(duì)系統(tǒng)結(jié)構(gòu)存在差異的綜合能源系統(tǒng)進(jìn)行概率分布的顯式建模。近些年生成對(duì)抗網(wǎng)絡(luò)方法逐漸應(yīng)用于傳統(tǒng)負(fù)荷場景[11-12]、風(fēng)光新能源場景[13-14]和電動(dòng)汽車場景[15]的生成。文獻(xiàn)[13]基于條件卷積生成對(duì)抗網(wǎng)絡(luò),學(xué)習(xí)目標(biāo)新能源電站臨近電站的場景數(shù)據(jù),補(bǔ)充該目標(biāo)電站的缺失數(shù)據(jù)。文獻(xiàn)[14]基于條件生成對(duì)抗網(wǎng)絡(luò)研究可再生能源日前場景生成,提高了風(fēng)電預(yù)測的準(zhǔn)確性。文獻(xiàn)[15]結(jié)合了聚類算法和改進(jìn)生成對(duì)抗網(wǎng)絡(luò)模型,從而獲得更豐富的電動(dòng)汽車充電電流場景。文獻(xiàn)[16]應(yīng)用了梯度懲罰項(xiàng),以改善生成對(duì)抗網(wǎng)絡(luò)擬合效果、提高風(fēng)電功率場景的生成質(zhì)量。文獻(xiàn)[17]以日期、溫度和歷史數(shù)據(jù)作為條件,提出了一種對(duì)分布式能源隨機(jī)性負(fù)荷建模的條件生成對(duì)抗網(wǎng)絡(luò)模型。

    上述文獻(xiàn)主要研究了電力負(fù)荷場景、電動(dòng)汽車場景、風(fēng)力發(fā)電場景等均為單一類型負(fù)荷場景的生成方法,并不涉及到多元負(fù)荷形式及其相互耦合關(guān)系。本文研究的綜合能源系統(tǒng)負(fù)荷場景涉及到冷、熱、電等多種能源形式,存在多能源系統(tǒng)的耦合以及不同能源之間的交互影響,具有時(shí)序性、高隨機(jī)性和耦合性等特點(diǎn),問題的復(fù)雜性使得上述文獻(xiàn)提及的生成方法在本文綜合能源負(fù)荷場景中可用性大大降低。

    本文提出一種結(jié)合基于梯度懲罰優(yōu)化的Wasserstein生成對(duì)抗網(wǎng)絡(luò)模型和深度長短期記憶(long short-term memory, LSTM)的綜合能源負(fù)荷場景生成方法。首先,模型使用Wasserstein距離和梯度懲罰機(jī)制優(yōu)化負(fù)荷場景中容易出現(xiàn)的梯度消失和模式崩潰的問題,提高生成對(duì)抗網(wǎng)絡(luò)的可靠性、穩(wěn)定性和擬合概率分布能力,更適用于隨機(jī)性較高的綜合能源負(fù)荷場景。其次,為更有效地提取場景中的時(shí)序特征,采用深度LSTM網(wǎng)絡(luò)構(gòu)建GAN的生成器和判別器,強(qiáng)化網(wǎng)絡(luò)的時(shí)序特性和非線性擬合能力,使其更能突出綜合能源場景多元負(fù)荷之間的時(shí)序特性和關(guān)聯(lián)性。最后,通過算例驗(yàn)證所提方法在概率分布、時(shí)序特征和負(fù)荷相關(guān)性方面的生成效果,并與蒙特卡洛法和原始生成對(duì)抗網(wǎng)絡(luò)算法進(jìn)行對(duì)比。

    1 綜合能源負(fù)荷場景

    綜合能源系統(tǒng)的負(fù)荷具有隨機(jī)性,同時(shí)也存在能源之間的相互耦合。多能源耦合使得負(fù)荷之間的關(guān)系比單一能源系統(tǒng)更緊密,某種負(fù)荷用能變化會(huì)對(duì)其他負(fù)荷產(chǎn)生相應(yīng)影響。例如,電負(fù)荷和熱負(fù)荷之間通過電鍋爐等方式耦合,冷負(fù)荷和電負(fù)荷之間通過電制冷機(jī)耦合。

    綜合能源系統(tǒng)負(fù)荷的復(fù)雜動(dòng)態(tài)特性、耦合與時(shí)變特性對(duì)建模提出了獨(dú)特的挑戰(zhàn)。一方面,生成負(fù)荷的概率分布要與高隨機(jī)性真實(shí)負(fù)荷保持一致;另一方面,生成負(fù)荷的時(shí)變特性要在幅值、波動(dòng)、峰值等方面有所體現(xiàn)。

    2 改進(jìn)的GAN模型

    2.1 生成對(duì)抗網(wǎng)絡(luò)模型

    生成對(duì)抗網(wǎng)絡(luò)由Ian Goodfellow首次提出[18],其核心思想是生成器和判別器相互競爭的納什均衡。在博弈訓(xùn)練過程中,生成器的生成能力和判別器的判別能力越來越強(qiáng),直到達(dá)到平衡點(diǎn)為止,此時(shí)判別器無法對(duì)生成器樣本的真假進(jìn)行判別。生成器和判別器經(jīng)過相互訓(xùn)練提高生成能力和判別能力的過程,也即二者探索納什均衡的過程[19]。

    生成器和判別器的損失函數(shù)可以分別定義為:

    LG=-EZ{D[G(Z,θG),θG]}

    (1)

    LD=-EX{D(Strain,θD)+
    EZ{D[G(Z,θG),θD]}}

    (2)

    式中:LG、LD分別為生成器和判別器的損失函數(shù);θG表示生成器的網(wǎng)絡(luò)參數(shù);θD表示判別器的網(wǎng)絡(luò)參數(shù);G(Z,θG)表示生成器接收隨機(jī)的噪聲Z,通過不同功能的神經(jīng)元進(jìn)行一系列采樣操作,輸出生成的樣本數(shù)據(jù);D(Strain,θD)和D[G(Z,θG),θD]分別表示訓(xùn)練樣本和生成樣本作為輸入時(shí)判別器的輸出;EZ(·)和EX(·)分別表示對(duì)噪聲分布的期望值和訓(xùn)練樣本分布的期望值。當(dāng)輸入來自真實(shí)樣本數(shù)據(jù)時(shí),損失函數(shù)LD期望輸出盡可能接近1;當(dāng)輸入來自生成器生成的樣本時(shí),損失函數(shù)LG期望輸出盡可能接近0。

    根據(jù)GAN的訓(xùn)練規(guī)則,可以分別固定生成器和判別器,形成一個(gè)極大極小博弈問題。令GAN網(wǎng)絡(luò)的目標(biāo)函數(shù)為V(G,D),則該博弈問題可以表示為:

    (3)

    2.2 Wasserstein GAN

    相關(guān)研究表明,原始GAN模型存在訓(xùn)練不收斂問題[2]。訓(xùn)練過程中生成器和判別器的損失函數(shù)都不會(huì)出現(xiàn)明顯的收斂過程,模型的訓(xùn)練程度只能通過觀察生成樣本的好壞間接判斷,缺少直接顯示訓(xùn)練程度的表征。

    為了解決上述問題,采用基于Wasserstein距離的WGAN模型進(jìn)行綜合能源負(fù)荷場景生成。Wasserstein距離代表模型訓(xùn)練過程中負(fù)荷真實(shí)分布與生成分布之間的距離,會(huì)隨網(wǎng)絡(luò)參數(shù)訓(xùn)練不斷收斂。因此Wasserstein距離可以作為算法訓(xùn)練程度和生成質(zhì)量的評(píng)估指標(biāo),用于衡量GAN訓(xùn)練擬合程度和生成負(fù)荷場景概率分布的合理性。

    Wasserstein距離的定義為:

    (4)

    式中:π(x,x′)為滿足p(x)與p(x′)邊緣分布的聯(lián)合概率密度函數(shù);d(x,x′)為場景間距離測度。

    由于Wasserstein距離的計(jì)算成本較高,在GAN中可以使用Kantorovich-Rubinstein對(duì)偶簡化Wasserstein距離的計(jì)算,其公式為:

    (5)

    式中:‖f(x)‖L≤1表示f(x)遵循1-Lipschitz函數(shù),其導(dǎo)數(shù)絕對(duì)值上界為1;pr為真實(shí)歷史數(shù)據(jù)的樣本分布;pg為生成對(duì)抗網(wǎng)絡(luò)生成樣本的概率分布;sup(·)函數(shù)是可以求解某條件下最小上邊界的函數(shù)。

    雖然WGAN目標(biāo)函數(shù)使生成器的優(yōu)化更加容易,但是對(duì)于某些特定的輸入,其仍然可能產(chǎn)生低質(zhì)量的樣本,或者在某些設(shè)置下無法收斂。通過引入梯度罰分項(xiàng)Gp來限制生成器和判別器的梯度下降,改善WGAN算法在收斂速度和收斂穩(wěn)定性方面存在的問題。

    Gp=λ·Ex′~p(x′){[‖D(x′)‖-1]2}

    (6)

    因此,目標(biāo)函數(shù)V(G,D)轉(zhuǎn)換為:

    (7)

    2.3 基于LSTM的生成器和判別器

    為了確保模型有效捕捉綜合能源負(fù)荷數(shù)據(jù)的時(shí)序特征,挖掘多元負(fù)荷中隱含的相互依賴關(guān)系,本文采用LSTM模型構(gòu)建深度LSTM網(wǎng)絡(luò)設(shè)計(jì)生成器和判別器。由于LSTM內(nèi)部的記憶機(jī)制,深度LSTM模型能夠捕捉時(shí)間相關(guān)性[20],在時(shí)序上反向傳播不容易出現(xiàn)梯度消失,且更適用于綜合能源多元負(fù)荷時(shí)間序列數(shù)據(jù)的非線性和時(shí)序性。

    生成器和判別器結(jié)構(gòu)如圖1所示。生成器和判別器由輸入層、深度LSTM層、全連接層和池化層構(gòu)成,深度LSTM層由多層LSTM模型構(gòu)成。通過狀態(tài)信息在同層之間、層與層之間的傳遞,該神經(jīng)網(wǎng)絡(luò)理論上能夠應(yīng)對(duì)更復(fù)雜的時(shí)間序列,比淺層架構(gòu)的神經(jīng)網(wǎng)絡(luò)具有更好的泛化效果。

    圖1 生成器和判別器結(jié)構(gòu)Fig.1 Structure of generator and discriminator

    2.4 模型訓(xùn)練

    基于圖1生成對(duì)抗網(wǎng)絡(luò)架構(gòu),構(gòu)建綜合能源負(fù)荷生成模型,具體實(shí)現(xiàn)方法為:1)構(gòu)建淺層架構(gòu)和較少神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)的初始模型,選擇通用超參數(shù)配置以保證收斂的穩(wěn)定性;2)根據(jù)初始模型確定超參數(shù)調(diào)節(jié)閾值,尋找模型最優(yōu)超參數(shù)。為提高生成數(shù)據(jù)質(zhì)量,并在避免過擬合的前提下保證Wasserstein距離最近,參考文獻(xiàn)[21-23],設(shè)置超參數(shù)閾值如表1所示。

    依據(jù)模型調(diào)參結(jié)果,確定生成器由一個(gè)深度LSTM層和一個(gè)全連接層組成。深度LSTM層具有4個(gè)隱藏層,每層有300個(gè)LSTM單位,全連接層使用了線性整流函數(shù)(rectified linear unit, ReLU)。判別器由一個(gè)深度LSTM層、一個(gè)全連接層和一個(gè)平均池化層組成。LSTM層由4個(gè)隱藏層組成,每層有300個(gè)LSTM單位,全連接層采用ReLU函數(shù)。

    表1 負(fù)荷生成模型的超參數(shù)閾值Table 1 Hyper-parameter threshold of load generation model

    依據(jù)文獻(xiàn)[24-25],生成對(duì)抗網(wǎng)絡(luò)生成器的輸入噪聲分布會(huì)一定程度影響訓(xùn)練收斂速度,考慮到電負(fù)荷波動(dòng)較大,冷熱負(fù)荷波動(dòng)較小,采用N(0,5)分布作為電負(fù)荷模型的噪聲輸入,采用N(0,1)分布作為冷負(fù)荷和熱負(fù)荷的噪聲輸入。

    3 綜合能源多元負(fù)荷場景生成

    3.1 數(shù)據(jù)預(yù)處理

    由于神經(jīng)網(wǎng)絡(luò)的激活函數(shù)在[0, 1]區(qū)間輸入時(shí)具有良好的非線性,因此需要對(duì)數(shù)據(jù)進(jìn)行歸一化。為了保證數(shù)據(jù)量級(jí)的統(tǒng)一,使用最大最小歸一化對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,實(shí)現(xiàn)對(duì)原始數(shù)據(jù)的等比例縮放。每個(gè)數(shù)據(jù)的值被縮放為介于0和1之間的值,如下所示:

    (8)

    3.2 生成步驟

    綜合能源負(fù)荷場景生成模型如圖2所示,生成器基于噪聲Z產(chǎn)生的生成負(fù)荷場景和經(jīng)過預(yù)處理后的真實(shí)負(fù)荷場景混合在一起傳遞給判別器識(shí)別。判別器根據(jù)原始網(wǎng)絡(luò)參數(shù)和樣本標(biāo)簽計(jì)算損失函數(shù),通過反向傳播更新網(wǎng)絡(luò)參數(shù)。

    GAN通過2個(gè)對(duì)抗性網(wǎng)絡(luò)交替訓(xùn)練實(shí)現(xiàn)損失函數(shù)和網(wǎng)絡(luò)權(quán)重的更新。經(jīng)過算法驗(yàn)證,綜合能源負(fù)荷場景生成中生成器和判別器的訓(xùn)練進(jìn)度以1∶1交替訓(xùn)練時(shí),生成器與判別器的權(quán)重更新速率不匹配。為了確保每次更新生成器時(shí),判別器都有足夠的步數(shù)移動(dòng)到最佳點(diǎn),本文模型中生成器的學(xué)習(xí)率設(shè)置為判別器的5倍[26]。即判別器訓(xùn)練5次,生成器訓(xùn)練一次。不斷重復(fù)上述訓(xùn)練過程,直至2個(gè)網(wǎng)絡(luò)損失函數(shù)收斂,此時(shí)生成器具備生成逼真樣本的能力。

    圖2 GAN訓(xùn)練流程Fig.2 Training process of generative adversarial networks

    4 算例分析

    4.1 數(shù)據(jù)描述

    本文使用來自美國亞利桑那州立大學(xué)Campus Metabolism綜合能源平臺(tái)的每日24 h的電、冷、熱負(fù)荷數(shù)據(jù)構(gòu)建場景集。數(shù)據(jù)的時(shí)間間隔為1 h。

    4.2 模型訓(xùn)練與場景生成

    Wasserstein作為真實(shí)負(fù)荷場景與基于訓(xùn)練集的生成負(fù)荷場景的距離指標(biāo),指導(dǎo)并反映模型的訓(xùn)練程度和訓(xùn)練效果。在訓(xùn)練的早期階段,Wasserstein距離相對(duì)較大,真實(shí)樣本和生成樣本表現(xiàn)出很大的差異,這是因?yàn)樯善鞔藭r(shí)還未學(xué)習(xí)到真實(shí)數(shù)據(jù)的分布。Wasserstein距離隨訓(xùn)練變化情況如圖3所示。隨著訓(xùn)練的進(jìn)行,判別器通過和生成器的持續(xù)對(duì)抗提升判別能力,Wasserstein距離越來越小,最終保持在0.01附近波動(dòng)。這表明判別器已經(jīng)無法準(zhǔn)確判別出樣本的來源是真實(shí)樣本還是生成樣本,生成器已經(jīng)具備生成擬真樣本的能力。

    圖3 Wasserstein距離隨訓(xùn)練變化情況Fig.3 Wasserstein distance changes with training

    從未被模型學(xué)習(xí)過的測試集中隨機(jī)抽取真實(shí)場景,對(duì)多條生成場景進(jìn)行驗(yàn)證。生成場景與真實(shí)場景樣本數(shù)據(jù)比較如圖4所示。本文方法所生成的負(fù)荷場景與真實(shí)樣本基本一致,準(zhǔn)確地捕捉了冷熱電負(fù)荷場景的標(biāo)志性特征,如峰值、谷值和波動(dòng)性。譬如,冷負(fù)荷和熱負(fù)荷波動(dòng)較為平穩(wěn),其分別在15:00、07:00左右到達(dá)用電高峰,04:00、16:00左右到達(dá)用電低谷;電負(fù)荷隨機(jī)性、波動(dòng)性強(qiáng),白天相比夜晚負(fù)荷更高。

    圖4 生成場景與真實(shí)場景樣本數(shù)據(jù)比較Fig.4 Comparison of sample data between generated and real scenarios

    4.3 場景生成質(zhì)量評(píng)估

    綜合能源負(fù)荷生成場景可以從場景集的時(shí)序特性、概率分布特性、冷熱電負(fù)荷之間相關(guān)性3個(gè)方面進(jìn)行評(píng)估。

    1)時(shí)序特性。

    為研究生成場景與真實(shí)場景在時(shí)序特性方面的相關(guān)性,引入自相關(guān)系數(shù)對(duì)比場景的時(shí)序相關(guān)性[27]。自相關(guān)系數(shù)反映了原負(fù)荷序列與滯后τh負(fù)荷序列之間的相關(guān)性,具有驗(yàn)證生成樣本學(xué)習(xí)時(shí)間序列相關(guān)性的能力,可應(yīng)用于場景生成領(lǐng)域。

    本文方法生成場景與真實(shí)場景自相關(guān)系數(shù)比較如圖5所示,在滯后0~10 h的范圍內(nèi),本文方法所生成的冷、熱、電場景和真實(shí)場景的自相關(guān)系數(shù)一致性較高,生成場景的時(shí)序特性滿足真實(shí)場景時(shí)序特性的要求。

    圖5 本文方法生成場景與真實(shí)場景自相關(guān)系數(shù)比較Fig.5 Comparison of autocorrelation between generated and real scenarios

    2)概率分布特性。

    累積分布函數(shù)(cumulative distribution function, CDF)可以直觀表征負(fù)荷場景的概率分布,方便對(duì)比真實(shí)負(fù)荷場景與生成負(fù)荷場景之間的關(guān)系。本文采用累積分布函數(shù)分析生成場景的概率分布特性。

    圖6給出了本文方法、蒙特卡洛法和原始GAN方法生成的多元負(fù)荷場景集與真實(shí)場景集的CDF曲線對(duì)比,本文方法在冷、熱、電負(fù)荷生成中擬合效果最優(yōu)。3種方法對(duì)熱負(fù)荷和冷負(fù)荷的生成結(jié)果在概率分布方面差異較小,這與冷、熱負(fù)荷波動(dòng)小、較穩(wěn)定的特點(diǎn)相一致,蒙特卡洛法用于電負(fù)荷場景生成效果較差,2種GAN方法相對(duì)較優(yōu),這種差異可能是源于電負(fù)荷的高隨機(jī)性和波動(dòng)性,GAN的對(duì)抗式算法擬合概率分布的能力更強(qiáng)。相較于原始GAN算法,本文方法生成的多元負(fù)荷場景集的CDF曲線與真實(shí)場景的擬合度更高,學(xué)習(xí)給定數(shù)據(jù)潛在概率分布的能力更強(qiáng)。

    圖6 生成場景與真實(shí)場景數(shù)據(jù)概率分布特性比較Fig.6 Comparison of probability distribution characteristics between generated and real scenarios

    3)負(fù)荷相關(guān)性。

    綜合能源系統(tǒng)中的冷熱電負(fù)荷間協(xié)調(diào)互補(bǔ)的耦合機(jī)制也是衡量綜合能源負(fù)荷場景的重要指標(biāo),通過皮爾森(Pearson)相關(guān)系數(shù)ρx,y衡量能源x與能源y之間的相關(guān)性:

    (9)

    式中:cov(x,y)表示x和y之間的協(xié)方差;σx和σy分別表示x和y之間的標(biāo)準(zhǔn)差;μx和μy分別表示x和y的均值。

    真實(shí)場景、本文方法生成場景、原始GAN和蒙特卡洛方法生成場景下的負(fù)荷相關(guān)性如表2—5所示。

    表2 真實(shí)場景下的負(fù)荷相關(guān)性Table 2 Correlation of load in real scenarios

    表3 本文方法生成場景下的負(fù)荷相關(guān)性Table 3 Correlation of load scenarios generated by proposed method

    表4 原始GAN生成場景下的負(fù)荷相關(guān)性Table 4 Correlation of load scenarios generated by original GAN

    表5 蒙特卡洛生成場景下的負(fù)荷相關(guān)性Table 5 Correlation of load scenarios generated by Monte Carlo

    為了更清晰地量化真實(shí)場景與生成場景在多元化方面的真實(shí)程度,定義多元負(fù)荷相關(guān)系數(shù)特征向量v的歐幾里得范數(shù)δ衡量冷熱電相關(guān)系數(shù)特征向量之間的距離:

    (10)

    δ=‖vreal-vgen‖2

    (11)

    式中:ρ1,2、ρ2,3、ρ3,1分別表示某種場景下的電冷、電熱、冷熱相關(guān)系數(shù);vreal、vgen分別表示真實(shí)數(shù)據(jù)和生成數(shù)據(jù)的相關(guān)系數(shù)特征向量。

    本文方法所生成場景與真實(shí)場景的距離為0.053 85,原始GAN生成場景與真實(shí)場景的距離為0.123 69,蒙特卡洛法生成場景與真實(shí)場景的距離為0.393 19,本文方法生成的負(fù)荷場景與真實(shí)場景更接近,生成的場景整體更符合真實(shí)數(shù)據(jù)的相關(guān)性規(guī)律。這說明本文的多元負(fù)荷場景生成方法能很好地學(xué)習(xí)到冷熱電負(fù)荷之間的復(fù)雜耦合性,并有很好的泛化效果。

    5 結(jié) 論

    本文提出了一種基于生成對(duì)抗網(wǎng)絡(luò)的綜合能源負(fù)荷場景生成方法。該模型使用帶梯度懲罰的Wasserstein距離作為判別器的損失函數(shù),以適應(yīng)綜合能源負(fù)荷場景中容易出現(xiàn)的梯度消失問題。針對(duì)綜合能源負(fù)荷的時(shí)序性和關(guān)聯(lián)性,采用深度LSTM構(gòu)建GAN的生成器和判別器,使生成對(duì)抗網(wǎng)絡(luò)更適用于高隨機(jī)性的時(shí)間序列數(shù)據(jù)生成。通過真實(shí)負(fù)荷的訓(xùn)練和測試,結(jié)合原始GAN和蒙特卡洛方法的對(duì)比算例,表明該模型具有以下優(yōu)點(diǎn):

    1)以Wasserstein距離作為網(wǎng)絡(luò)訓(xùn)練程度的指標(biāo),避免了GAN訓(xùn)練的盲目性,提高了場景生成算法的概率分布擬合能力,優(yōu)于蒙特卡洛模型和原始GAN模型,能更穩(wěn)定、更高效率地產(chǎn)生高質(zhì)量場景集;

    2)加入的梯度懲罰項(xiàng)GP提高了算法的穩(wěn)定性,優(yōu)化了GAN訓(xùn)練可能會(huì)出現(xiàn)的梯度消失、梯度爆炸問題;

    3)深度LSTM網(wǎng)絡(luò)架構(gòu)強(qiáng)化了生成場景的時(shí)序特性和非線性擬合能力,提高了綜合能源負(fù)荷生成場景與原始場景時(shí)序特征和多能耦合關(guān)系的一致性。

    猜你喜歡
    方法模型
    一半模型
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    學(xué)習(xí)方法
    可能是方法不對(duì)
    3D打印中的模型分割與打包
    用對(duì)方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    賺錢方法
    免费电影在线观看免费观看| 欧美高清成人免费视频www| 午夜福利欧美成人| 亚洲无线观看免费| 亚洲avbb在线观看| 99久久无色码亚洲精品果冻| 51午夜福利影视在线观看| 亚洲av免费在线观看| 巨乳人妻的诱惑在线观看| 亚洲熟女毛片儿| 亚洲在线自拍视频| 欧美乱妇无乱码| 日本黄色片子视频| 亚洲激情在线av| 国产男靠女视频免费网站| 国产精品1区2区在线观看.| 午夜日韩欧美国产| 午夜福利在线观看吧| 欧美又色又爽又黄视频| 曰老女人黄片| 亚洲国产欧美网| av黄色大香蕉| 亚洲欧美精品综合久久99| a级毛片a级免费在线| 色噜噜av男人的天堂激情| 午夜视频精品福利| 成人亚洲精品av一区二区| 亚洲国产欧美一区二区综合| 香蕉av资源在线| 亚洲乱码一区二区免费版| 亚洲成av人片在线播放无| 国产高清三级在线| 国内精品久久久久久久电影| 国产真实乱freesex| 久9热在线精品视频| 禁无遮挡网站| 中文字幕熟女人妻在线| 久久天堂一区二区三区四区| 久久久久免费精品人妻一区二区| 国产乱人伦免费视频| 亚洲第一欧美日韩一区二区三区| 在线观看美女被高潮喷水网站 | 岛国在线免费视频观看| 国产高清激情床上av| 波多野结衣高清无吗| 老汉色∧v一级毛片| 黄色成人免费大全| 亚洲欧美日韩东京热| 少妇熟女aⅴ在线视频| 久久这里只有精品19| 亚洲av熟女| 久久精品综合一区二区三区| 亚洲精品色激情综合| 88av欧美| 亚洲国产欧洲综合997久久,| 搡老岳熟女国产| 12—13女人毛片做爰片一| 两个人的视频大全免费| 久久精品91蜜桃| 手机成人av网站| 亚洲人成网站高清观看| 一级毛片高清免费大全| 一级毛片女人18水好多| 亚洲自偷自拍图片 自拍| 亚洲国产日韩欧美精品在线观看 | 久久久久免费精品人妻一区二区| 久久九九热精品免费| 日本a在线网址| 九九热线精品视视频播放| 在线永久观看黄色视频| 日韩精品青青久久久久久| 女同久久另类99精品国产91| 国语自产精品视频在线第100页| 窝窝影院91人妻| 国产精品永久免费网站| 又爽又黄无遮挡网站| www国产在线视频色| 亚洲国产色片| 国产精品av久久久久免费| 一a级毛片在线观看| 成年女人看的毛片在线观看| 白带黄色成豆腐渣| 国内精品一区二区在线观看| 黑人操中国人逼视频| netflix在线观看网站| 久久久久精品国产欧美久久久| 亚洲成av人片免费观看| 国产成人精品久久二区二区91| 国产91精品成人一区二区三区| 不卡一级毛片| 成人国产一区最新在线观看| 手机成人av网站| 三级男女做爰猛烈吃奶摸视频| 欧美日本视频| 成人永久免费在线观看视频| 亚洲av片天天在线观看| 午夜精品一区二区三区免费看| 制服丝袜大香蕉在线| 90打野战视频偷拍视频| 色播亚洲综合网| 国产麻豆成人av免费视频| 在线播放国产精品三级| 国产欧美日韩精品一区二区| 在线观看66精品国产| 久久香蕉精品热| 国内精品久久久久精免费| 校园春色视频在线观看| 91麻豆av在线| 欧美成人免费av一区二区三区| 99久久国产精品久久久| 最新在线观看一区二区三区| 日韩欧美国产在线观看| 老司机福利观看| 久久久久国产一级毛片高清牌| 亚洲人成电影免费在线| 真人一进一出gif抽搐免费| 麻豆成人午夜福利视频| www.www免费av| 亚洲成av人片免费观看| 最近在线观看免费完整版| 操出白浆在线播放| 国产成人一区二区三区免费视频网站| 亚洲五月天丁香| 99久久无色码亚洲精品果冻| 18禁裸乳无遮挡免费网站照片| 国产精品爽爽va在线观看网站| 一进一出好大好爽视频| 久久天堂一区二区三区四区| 亚洲av免费在线观看| 免费高清视频大片| 亚洲精品粉嫩美女一区| 久久久久久大精品| 99国产综合亚洲精品| 亚洲九九香蕉| 99国产综合亚洲精品| 国内毛片毛片毛片毛片毛片| 久久久精品欧美日韩精品| 亚洲七黄色美女视频| 亚洲精品中文字幕一二三四区| 五月玫瑰六月丁香| 19禁男女啪啪无遮挡网站| 亚洲精品美女久久久久99蜜臀| 日韩欧美三级三区| 噜噜噜噜噜久久久久久91| 欧美在线一区亚洲| 丝袜人妻中文字幕| x7x7x7水蜜桃| 精品久久久久久成人av| 最新美女视频免费是黄的| 最新在线观看一区二区三区| 国产久久久一区二区三区| 日韩高清综合在线| 美女 人体艺术 gogo| 午夜久久久久精精品| 亚洲中文日韩欧美视频| 国产精品1区2区在线观看.| 老汉色∧v一级毛片| 97碰自拍视频| 午夜福利18| 国产精品久久久av美女十八| 深夜精品福利| 欧美日韩乱码在线| 最近在线观看免费完整版| 国产日本99.免费观看| 中文字幕久久专区| 国产亚洲精品综合一区在线观看| 在线观看舔阴道视频| 亚洲人成网站在线播放欧美日韩| ponron亚洲| 欧美av亚洲av综合av国产av| 久久99热这里只有精品18| 深夜精品福利| 亚洲精品中文字幕一二三四区| 亚洲av熟女| 精品一区二区三区视频在线 | 成在线人永久免费视频| 床上黄色一级片| 成人午夜高清在线视频| av女优亚洲男人天堂 | www日本在线高清视频| 韩国av一区二区三区四区| 手机成人av网站| 午夜影院日韩av| 热99在线观看视频| 国产精品日韩av在线免费观看| 国产精品爽爽va在线观看网站| 天天添夜夜摸| 亚洲aⅴ乱码一区二区在线播放| 男女视频在线观看网站免费| 免费观看的影片在线观看| 美女 人体艺术 gogo| 日韩大尺度精品在线看网址| 熟女电影av网| 国产蜜桃级精品一区二区三区| 97超视频在线观看视频| 亚洲性夜色夜夜综合| 国产高清有码在线观看视频| 免费观看的影片在线观看| 成年免费大片在线观看| 在线免费观看的www视频| 国产真人三级小视频在线观看| av中文乱码字幕在线| 色吧在线观看| 国产精品爽爽va在线观看网站| 露出奶头的视频| 哪里可以看免费的av片| 国产黄色小视频在线观看| 免费大片18禁| 一个人观看的视频www高清免费观看 | 成年人黄色毛片网站| 真人一进一出gif抽搐免费| 美女高潮的动态| 亚洲人成网站高清观看| 中文字幕av在线有码专区| 亚洲欧美日韩东京热| 亚洲精品一卡2卡三卡4卡5卡| 国产视频一区二区在线看| 亚洲人成网站在线播放欧美日韩| 亚洲一区二区三区色噜噜| 中文字幕人成人乱码亚洲影| 亚洲片人在线观看| 国产不卡一卡二| 91av网一区二区| 久久久国产欧美日韩av| 国产一区二区在线观看日韩 | 免费在线观看亚洲国产| 高清在线国产一区| 欧美日韩精品网址| 亚洲成人中文字幕在线播放| 国产三级黄色录像| cao死你这个sao货| 国产淫片久久久久久久久 | 老司机午夜福利在线观看视频| 别揉我奶头~嗯~啊~动态视频| 久久久色成人| 久久久久性生活片| 亚洲五月婷婷丁香| 无人区码免费观看不卡| 久久久久久久精品吃奶| 青草久久国产| 色视频www国产| 久久久久久久久免费视频了| 99久久99久久久精品蜜桃| 婷婷亚洲欧美| 亚洲专区中文字幕在线| 国产一区二区在线观看日韩 | 中文字幕久久专区| 熟妇人妻久久中文字幕3abv| 亚洲成人免费电影在线观看| 亚洲精品一区av在线观看| 亚洲片人在线观看| 亚洲精品粉嫩美女一区| 91久久精品国产一区二区成人 | 免费看a级黄色片| 国产欧美日韩一区二区三| 亚洲无线在线观看| 51午夜福利影视在线观看| 男人和女人高潮做爰伦理| 免费看日本二区| 看免费av毛片| 在线观看66精品国产| 亚洲av成人不卡在线观看播放网| 亚洲欧美日韩无卡精品| 99热只有精品国产| 午夜福利在线观看吧| 欧洲精品卡2卡3卡4卡5卡区| 久久精品亚洲精品国产色婷小说| 99国产精品一区二区三区| 婷婷精品国产亚洲av在线| 宅男免费午夜| 观看美女的网站| 在线观看日韩欧美| 日本一本二区三区精品| 少妇熟女aⅴ在线视频| 男人舔女人的私密视频| 国产成人福利小说| 亚洲国产色片| www.熟女人妻精品国产| www日本在线高清视频| 午夜视频精品福利| 91麻豆精品激情在线观看国产| 国产91精品成人一区二区三区| 嫩草影院精品99| 国产美女午夜福利| 窝窝影院91人妻| 欧美日韩精品网址| 亚洲国产精品sss在线观看| 欧美日韩中文字幕国产精品一区二区三区| 叶爱在线成人免费视频播放| 午夜免费激情av| 法律面前人人平等表现在哪些方面| 一区二区三区国产精品乱码| 亚洲精品在线美女| 国产精品,欧美在线| 嫩草影院入口| 国产精品亚洲av一区麻豆| 亚洲一区二区三区不卡视频| 99re在线观看精品视频| 国产高清有码在线观看视频| 99热6这里只有精品| 国产 一区 欧美 日韩| 少妇熟女aⅴ在线视频| 2021天堂中文幕一二区在线观| 精品国产超薄肉色丝袜足j| 18禁观看日本| 国产精品一区二区三区四区久久| 国产伦人伦偷精品视频| 精品无人区乱码1区二区| 天堂av国产一区二区熟女人妻| 欧美日韩精品网址| 嫩草影视91久久| 国产一区二区三区在线臀色熟女| 一级作爱视频免费观看| 啦啦啦观看免费观看视频高清| 日韩欧美在线乱码| 免费在线观看影片大全网站| 午夜免费观看网址| 免费观看人在逋| 久久这里只有精品19| 国产成人av激情在线播放| 亚洲精品一卡2卡三卡4卡5卡| 波多野结衣高清无吗| 中文字幕熟女人妻在线| 首页视频小说图片口味搜索| 夜夜看夜夜爽夜夜摸| 亚洲av日韩精品久久久久久密| 热99re8久久精品国产| 亚洲精品一卡2卡三卡4卡5卡| 一二三四社区在线视频社区8| 亚洲人成电影免费在线| 久久精品亚洲精品国产色婷小说| 国产精品影院久久| 我要搜黄色片| 最新在线观看一区二区三区| 亚洲专区字幕在线| 国内少妇人妻偷人精品xxx网站 | cao死你这个sao货| 99热6这里只有精品| 免费在线观看日本一区| 色综合婷婷激情| 免费av不卡在线播放| 欧美又色又爽又黄视频| 亚洲国产看品久久| 老鸭窝网址在线观看| www国产在线视频色| 99久久99久久久精品蜜桃| 91字幕亚洲| 欧美一区二区国产精品久久精品| 99riav亚洲国产免费| 欧美一级a爱片免费观看看| 99久久久亚洲精品蜜臀av| 久久久水蜜桃国产精品网| 一级作爱视频免费观看| 国产1区2区3区精品| 日本免费一区二区三区高清不卡| 深夜精品福利| 久久久久久久午夜电影| av女优亚洲男人天堂 | 色综合婷婷激情| 日韩人妻高清精品专区| 亚洲熟妇熟女久久| 99热6这里只有精品| 看黄色毛片网站| 国产爱豆传媒在线观看| 露出奶头的视频| 久99久视频精品免费| 99热精品在线国产| 日本黄大片高清| 国产欧美日韩精品亚洲av| 99精品久久久久人妻精品| 美女被艹到高潮喷水动态| 大型黄色视频在线免费观看| 舔av片在线| 久久亚洲真实| 亚洲人成网站高清观看| 老熟妇乱子伦视频在线观看| 搡老岳熟女国产| 一a级毛片在线观看| or卡值多少钱| 后天国语完整版免费观看| 中文字幕高清在线视频| 人人妻,人人澡人人爽秒播| 日本免费a在线| 蜜桃久久精品国产亚洲av| 亚洲成av人片在线播放无| 亚洲欧美日韩无卡精品| 国产高清有码在线观看视频| 色综合欧美亚洲国产小说| 在线观看舔阴道视频| 丁香欧美五月| 久久天躁狠狠躁夜夜2o2o| 最新美女视频免费是黄的| 成人国产综合亚洲| 日韩 欧美 亚洲 中文字幕| 国产成人精品久久二区二区91| 露出奶头的视频| 久久久国产成人免费| 国产精品久久电影中文字幕| 精品久久久久久久久久免费视频| 亚洲人成网站高清观看| 国产亚洲av高清不卡| 美女高潮喷水抽搐中文字幕| 亚洲国产色片| 久久精品国产综合久久久| 18禁黄网站禁片免费观看直播| 亚洲性夜色夜夜综合| 亚洲欧美精品综合久久99| 日韩人妻高清精品专区| 免费搜索国产男女视频| 蜜桃久久精品国产亚洲av| 全区人妻精品视频| www.999成人在线观看| 国产真实乱freesex| 国产亚洲精品综合一区在线观看| 97碰自拍视频| 亚洲精品中文字幕一二三四区| aaaaa片日本免费| 岛国在线观看网站| 88av欧美| 99热6这里只有精品| 成人国产综合亚洲| 一个人免费在线观看的高清视频| 国内精品久久久久久久电影| 国产精品久久久久久久电影 | 手机成人av网站| 男女床上黄色一级片免费看| 99热6这里只有精品| 国产精品乱码一区二三区的特点| 五月伊人婷婷丁香| 国产亚洲精品一区二区www| 12—13女人毛片做爰片一| 露出奶头的视频| 成人亚洲精品av一区二区| 日本黄色视频三级网站网址| 国产亚洲欧美在线一区二区| 久久久久性生活片| 成年版毛片免费区| 哪里可以看免费的av片| 亚洲一区高清亚洲精品| 黄色日韩在线| 午夜福利免费观看在线| 中出人妻视频一区二区| 黑人巨大精品欧美一区二区mp4| 丁香欧美五月| 禁无遮挡网站| 亚洲成av人片在线播放无| 亚洲美女视频黄频| 午夜福利视频1000在线观看| 成人欧美大片| 午夜福利欧美成人| tocl精华| 日韩国内少妇激情av| 丰满的人妻完整版| 免费在线观看成人毛片| 国产亚洲av高清不卡| 91av网站免费观看| 久久热在线av| 伊人久久大香线蕉亚洲五| a在线观看视频网站| netflix在线观看网站| 国产精品久久久人人做人人爽| 十八禁人妻一区二区| 好看av亚洲va欧美ⅴa在| 国产蜜桃级精品一区二区三区| 给我免费播放毛片高清在线观看| 亚洲在线观看片| 久久亚洲精品不卡| 热99re8久久精品国产| 又紧又爽又黄一区二区| 欧美在线黄色| 久久国产精品影院| 国产精品九九99| 免费看日本二区| 亚洲精品在线美女| 极品教师在线免费播放| 狂野欧美激情性xxxx| 小说图片视频综合网站| 午夜福利免费观看在线| 亚洲国产精品久久男人天堂| 日本免费一区二区三区高清不卡| 国产午夜精品久久久久久| 日本黄色片子视频| 在线a可以看的网站| 国产一区二区激情短视频| aaaaa片日本免费| 日本成人三级电影网站| 国产精品爽爽va在线观看网站| 色视频www国产| 免费在线观看影片大全网站| 一夜夜www| 国产精品电影一区二区三区| 国产不卡一卡二| 别揉我奶头~嗯~啊~动态视频| 搡老熟女国产l中国老女人| 国产欧美日韩一区二区三| 亚洲成a人片在线一区二区| 女同久久另类99精品国产91| 国产成人福利小说| 欧美成人免费av一区二区三区| 欧美激情久久久久久爽电影| 99热只有精品国产| www国产在线视频色| 亚洲电影在线观看av| 欧美成人性av电影在线观看| 亚洲av成人一区二区三| 香蕉av资源在线| 欧美极品一区二区三区四区| av中文乱码字幕在线| av女优亚洲男人天堂 | 99精品欧美一区二区三区四区| 色视频www国产| 午夜福利高清视频| 18禁裸乳无遮挡免费网站照片| 亚洲国产欧美网| 一二三四社区在线视频社区8| 女人被狂操c到高潮| 伊人久久大香线蕉亚洲五| 日本一二三区视频观看| 国产毛片a区久久久久| 国产精品av久久久久免费| 国产探花在线观看一区二区| 99久久精品热视频| 亚洲欧美精品综合久久99| 婷婷精品国产亚洲av在线| 毛片女人毛片| 亚洲av五月六月丁香网| 黄色视频,在线免费观看| 精品国产乱子伦一区二区三区| 97人妻精品一区二区三区麻豆| 最近在线观看免费完整版| 一级黄色大片毛片| 久久中文字幕一级| 99国产精品99久久久久| 亚洲av成人av| 99热这里只有是精品50| 日韩欧美一区二区三区在线观看| 国产97色在线日韩免费| 精品电影一区二区在线| 亚洲成av人片免费观看| 99视频精品全部免费 在线 | 亚洲在线自拍视频| 美女黄网站色视频| 亚洲精品乱码久久久v下载方式 | 动漫黄色视频在线观看| 亚洲五月天丁香| 国产黄片美女视频| 欧美zozozo另类| 免费在线观看视频国产中文字幕亚洲| 91麻豆精品激情在线观看国产| 亚洲第一欧美日韩一区二区三区| 99国产极品粉嫩在线观看| 国产日本99.免费观看| 久久久久亚洲av毛片大全| 亚洲欧美日韩高清专用| 小说图片视频综合网站| 亚洲aⅴ乱码一区二区在线播放| 一级毛片高清免费大全| 波多野结衣高清作品| 国内久久婷婷六月综合欲色啪| 91字幕亚洲| 可以在线观看的亚洲视频| 999久久久精品免费观看国产| 色播亚洲综合网| 欧美日韩瑟瑟在线播放| 一个人免费在线观看的高清视频| 两个人看的免费小视频| 国产一区二区在线观看日韩 | 免费电影在线观看免费观看| 熟女少妇亚洲综合色aaa.| 亚洲真实伦在线观看| 中文字幕精品亚洲无线码一区| 中文亚洲av片在线观看爽| 18美女黄网站色大片免费观看| 国产亚洲精品一区二区www| 成人特级av手机在线观看| 少妇的逼水好多| 亚洲精品美女久久久久99蜜臀| 国产亚洲欧美98| 亚洲精品在线美女| 久9热在线精品视频| ponron亚洲| bbb黄色大片| 99久久久亚洲精品蜜臀av| 国产真实乱freesex| 12—13女人毛片做爰片一| 美女 人体艺术 gogo| www.自偷自拍.com| xxxwww97欧美| 欧美av亚洲av综合av国产av| 国产单亲对白刺激| 搡老岳熟女国产| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品一卡2卡三卡4卡5卡| 最近最新中文字幕大全免费视频| 日韩欧美在线乱码| 亚洲性夜色夜夜综合| 757午夜福利合集在线观看| 亚洲欧美日韩卡通动漫| 在线a可以看的网站| 美女cb高潮喷水在线观看 | 亚洲性夜色夜夜综合| 成人永久免费在线观看视频| 久久久久久久精品吃奶| 黄色日韩在线| 性色avwww在线观看| 国产高潮美女av| 中文字幕精品亚洲无线码一区| 精品一区二区三区视频在线观看免费| 亚洲五月天丁香| 九九在线视频观看精品| 久久久国产成人免费| 亚洲av成人不卡在线观看播放网| 国产亚洲精品久久久com| 国内精品美女久久久久久| 在线观看日韩欧美|