.png){kind=icon}
返回
Long-term scenario generation for distribution network loads based on interpretable diffusion models
.png){kind=icon}
OA
AI
DOI：10.1016/j.ijepes.2025.111491.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 可解释的扩散模型增强了长期负荷场景生成，克服了GAN的局限性。
• 高可信度的年度负荷场景支持氢储能容量规划。
• 通过时序信号解耦框架开发了一种具有物理可解释性的生成机制。
• 所提出的方法在关键指标上相比基准平均提升了31%。
Keyword:
Scenario generation
Diffusion models
Interpretability
Long-term temporal scales
Temporal decomposition
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
I
IF:
5
论文数:
679
被引数:
0
机构
引用论文
A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications生成对抗网络研究综述: 算法、理论与应用
OAAI
OAAI分享收藏Federated-WDCGAN: A federated smart meter data sharing framework for privacy preservationFederated-wdcgan: 一种用于隐私保护的联邦智能电表数据共享框架.png)
APPLIED ENERGYOAAI
APPLIED ENERGYIF11
OAAI分享收藏Conditional Style-Based Generative Adversarial Networks for Renewable Scenario Generation用于可再生场景生成的基于条件样式的生成对抗网络
PREAI
分享收藏Scenario Generations for Renewable Energy Sources and Loads Based on Implicit Maximum Likelihood Estimations基于隐式最大似然估计的可再生能源和负荷情景生成OAAI
OAAI分享收藏Optimal Energy Management of Hydrogen Energy Facility Using Integrated Battery Energy Storage and Solar Photovoltaic Systems采用电池储能和太阳能光伏一体化系统的氢能设施优化能源管理
PREAI
分享收藏Data-driven stochastic programming for energy storage system planning in high PV-penetrated distribution network数据驱动随机规划在光伏高渗透配电网储能系统规划中的应用
PREAI
分享收藏Two-stage spatiotemporal decoupling configuration of SOP and multi-level electric-hydrogen hybrid energy storage based on feature extraction for distribution networks with ultra-high DG penetration基于特征提取的高比例DG配电网中SOP的两阶段时空解耦配置与多级电-氢混合储能Applied Energy
Applied EnergyIF11
PREAI
分享收藏
查看更多内容