Key points are not available for this paper at this time.
전력 시스템에서 풍력 및 태양광 에너지와 같은 재생 가능 에너지 출처의 적용 증가로 인한 원천 및 부하 불확실성은 최적 계획 및 배치에 부정적인 영향을 미쳤습니다. 이러한 영향을 줄이고 재생 가능 에너지 비율이 높은 전력 시스템의 계획 및 최적 배치 모델의 적용성을 개선하기 위해 전형적인 재생 가능 에너지 및 부하 시나리오를 생성하는 모델이 구축됩니다. 이러한 시나리오를 나타내기 위한 전통적인 클러스터링 기반 모델은 고차원 시계열 데이터를 처리할 수 없으며 결과적으로 얻어진 특징 관련 정보는 데이터 특성을 완전히 반영할 수 없습니다. 따라서 멀티 헤드 자기 주의를 기반으로 한 심층 컨볼루션 임베디드 클러스터링 모델이 제안됩니다. 우선, 변이 모드 분해 모델이 최적화되어 특징 추출에 대한 잡음 관련 신호의 영향을 줄입니다. 그런 다음 개선된 컨볼루션 오토인코더를 사용하여 데이터에서 심층 특징을 추출하고, 엘보우 방법을 사용하여 적절한 클러스터 수를 결정합니다. 그 후, 네트워크 매개변수는 재구성과 클러스터링 동안의 손실 합계를 기반으로 최적화됩니다. 이후, 최적화된 네트워크 모델을 기반으로 전형적인 시나리오가 생성됩니다. 마지막으로, 제안된 방법은 데이터 시각화 및 평가 지표를 바탕으로 평가됩니다. 제안된 시나리오 생성 방법을 통해 특징의 질과 클러스터링의 정확성을 효과적으로 향상시킬 수 있음을 보여줍니다.
Liu et al. (Mon,)이 이 문제를 연구했습니다.