控制与决策

作者：武甲,齐咏生,马然,高胜利,刘慧文

单位：内蒙古工业大学 电力学院,呼和浩特 010051;大规模储能技术教育部工程研究中心,呼和浩特 010080;内蒙古自治区高等学校智慧能源技术与装备工程研究中心,呼和浩特 010080,,内蒙古工业大学 电力学院,呼和浩特 010051;大规模储能技术教育部工程研究中心,呼和浩特 010080;内蒙古自治区高等学校智慧能源技术与装备工程研究中心,呼和浩特 010080,,内蒙古工业大学 电力学院,呼和浩特 010051;大规模储能技术教育部工程研究中心,呼和浩特 010080;内蒙古自治区高等学校智慧能源技术与装备工程研究中心,呼和浩特 010080,,内蒙古北方龙源风力发电有限责任公司,内蒙古 乌兰察布 013550,,内蒙古工业大学 电力学院,呼和浩特 010051;大规模储能技术教育部工程研究中心,呼和浩特 010080;内蒙古自治区高等学校智慧能源技术与装备工程研究中心,呼和浩特 010080,

关键词：风电数据插补;监控和数据采集系统数据;轻量化;变压器模型;自适应注意力机制;自适应轻量化生成对抗插补网络

基金：国家自然科学基金项目(62363029,62241309)；内蒙古自治区高等学校科学研究项目(NJZY22365)；内蒙古自然科学基金项目(2023LHMS06005,2022MS06018).

针对风电场监控和数据采集系统(supervisory control and data acquisition,SCADA)数据在采集传输过程中常遇到的数据丢失问题,提出一种新的自适应轻量化生成对抗网络插补策略(adaptive transformer slim GAIN,AT-SGAIN),旨在增强数据完整性.AT-SGAIN通过简化GAIN模型结构,显著提高了计算效率;采用双判别器结构,分别用于真实数据和生成数据的鉴别,保障了速度提升过程中插补精度的维护.算法集成了Transformer(变压器模型)编码器,增强了对风电数据时间序列特征的捕捉能力,并通过自适应双分支注意力机制,精准调整通道和空间注意力权重,提升了网络对局部信息的敏感度.实验结果证明,所提算法在多项对比测试中均显著优于现有经典方法.

来源：2024年第12期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第12期