基于自适应生成式对抗神经网络的综合能源优化主体调度策略.pdfVIP

智能控制技术

IntelligentControlTechnology

基于自适应生成式对抗神经网络

的综合能源优化主体调度策略

刘洪广，崔双喜，宋江涛，樊小朝，胡衡²

（1.新疆大学电气工程学院，新疆乌鲁木齐830017;2.新疆工程学院能源工程学院，新疆乌鲁木齐830023）

摘要：针对传统调度策略在进行综合能源调度过程中存在的调度效率较低、异常调度数据识别准确率不高等问题,设计了一种基于

注意力机制和反向传播（backpropagation，BP）神经网络相结合的自适应生成式对抗神经网络调度策略。根据综合能源系统

结构，构建以BP神经网络为主体算法的调度优化模型，分别对神经网络中的输入层、隐藏层和输出层进行数据优化模拟，提升

综合能源系统的调度效率；同时引人注意力机制技术，与BP神经网络构成自适应生成式对抗神经网络，利用注意力机制技术

对BP

MATLAB中模拟综合能源系统结构,并加人能源数据进行调度模拟试验。试验结果表明，自适应生成式对抗神经网络提升了

综合能源调度过程中的调度效率与异常调度数据识别准确率。

关键词：综合能源；调度主体；BP神经网络；注意力机制

D0I:10.3969/j.issn.1000-3886.2025.01.031

［中图分类号］TP183［文献标志码］A［文章编号］1000-3886(2025)01-0105-04

PrincipalSchedulingStrategyforComprehensiveEnergyOptimization

BasedontheSelf-adaptiveGenerativeAdversarialNeuralNetwork

LiuHongguang,CuiShuangxil,SongJiangtao,FanXiaochao,HuHeng

(1.SchoolofElectricalEngineering,XinjiangUniversity,UrumqiXinjiang830017,China;

2.SchoolofEnergyEngineering,XinjiangUniversityofEngineering,UrumqiXinjiang830023,China)

Abstract:Aself-adaptivegenerativeadversarialneuralnetworkschedulingstrategybasedonattentionmechanismandbackpropagation(BP)

neuralnetworkwasdesignedtoaddresstheproblemsoflowschedulingefficiencyandlowaccuracyinidentifyingabnormalscheduling

dataintraditionalschedulingstrategiesduringcomprehensiveenergyscheduling.Basedonthestructureoftheintegratedenergy

system,aschedulingoptimizationmodelwithBPneuralnetworkastheprincipalalgorithmwasconstructed.Dataoptimization

simulationswereconductedontheinputlayer,hiddenlayer,andoutputlayeroftheneuralnetworktoimprovetheschedul