![](https://iirr.vn/wp-content/uploads/2023/02/rsz_63d9d3fc4f55d.png)
![Tạo hồ sơ tải điện thực tế của tòa nhà thông qua Mạng đối nghịch tạo sinh Tạo hồ sơ tải điện thực tế của tòa nhà thông qua Mạng đối nghịch tạo sinh](https://iirr.vn/wp-content/uploads/2023/02/rsz_63d9d3fc4f55d.png)
Tạo hồ sơ tải điện thực tế của tòa nhà thông qua Mạng đối nghịch tạo sinh
Generating realistic building electrical load profiles through the Generative Adversarial Network
Tác giả: Zhe Wang, Tianzhen Hong
Ngày đăng tải: 11/07/2020
DOI: https://doi.org/10.1016/j.enbuild.2020.110299
Việc xây dựng hồ sơ phụ tải điện có thể nâng cao hiểu biết về hiệu quả sử dụng năng lượng của tòa nhà, nhu cầu linh hoạt và tương tác giữa tòa nhà với lưới điện. Các phương pháp hiện tại để tạo hồ sơ tải trọng tốn nhiều thời gian cũng như không có khả năng phản ánh các hành vi động và ngẫu nhiên của các tòa nhà; một số cách tiếp cận cũng gây ra những lo ngại về quyền riêng tư dữ liệu. Trong nghiên cứu này, chúng tôi đã đề xuất một phương pháp mới để tạo hồ sơ tải điện thực tế của các tòa nhà thông qua Mạng đối nghịch tạo sinh (GAN), một kỹ thuật máy học có khả năng tiết lộ phân phối xác suất chưa biết hoàn toàn từ dữ liệu. Phương pháp được đề xuất có ba bước chính: (1) chuẩn hóa các cấu hình tải 24 giờ hàng ngày, (2) phân cụm các cấu hình tải hàng ngày bằng thuật toán K-means và (3) sử dụng GAN để tạo các cấu hình tải hàng ngày cho từng cụm. Phương pháp này đã được thử nghiệm với cơ sở dữ liệu mã nguồn mở – Dự án bộ gen dữ liệu xây dựng. Chúng tôi đã xác thực phương pháp được đề xuất bằng cách so sánh giá trị trung bình, độ lệch chuẩn và phân phối của các tham số chính của các cấu hình tải được tạo với các cấu hình thực. Phân kỳ KL (Kullback–Leibler) của các cấu hình tải được tạo và tải thực nằm trong khoảng 0,3 đối với phần lớn các tham số và cụm. Ngoài ra, kết quả cho thấy các cấu hình phụ tải do GAN tạo ra có thể nắm bắt không chỉ xu hướng chung mà còn cả những biến thể ngẫu nhiên của phụ tải điện thực tế trong các tòa nhà. Phương pháp GAN được đề xuất có thể được sử dụng để tạo hồ sơ phụ tải điện của tòa nhà, xác minh các mô hình tạo hồ sơ phụ tải khác, phát hiện các thay đổi đối với hồ sơ phụ tải và quan trọng hơn là ẩn danh dữ liệu công tơ thông minh để chia sẻ, hỗ trợ nghiên cứu và ứng dụng các tòa nhà hiệu quả tương tác với lưới điện.
Link: Science Direct | Research Gate