技术特征：
1.一种基于生成对抗网络的电力系统负荷数据填补方法，其特征在于，包括：获取第一目标数据；所述第一目标数据为存在数据缺失的负荷数据；将所述第一目标数据输入目标模型，通过所述目标模型对所述第一目标数据中的缺失部分进行数据填补，得到第二目标数据；其中，所述目标模型为生成对抗网络经过训练后得到的；所述生成对抗网络的生成器之前设置有多层感知器；所述多层感知器用于将样本数据进行分类；所述生成对抗网络的生成器与所述生成对抗网络的判别器之间的对抗过程为基于所述多层感知器对样本数据的分类结果进行的。2.根据权利要求1所述的方法，其特征在于，所述生成对抗网络的训练过程包括以下步骤：获取目标样本数据；所述目标样本数据为样本集中的任一样本数据；所述样本集中包括多个负荷数据样本；将所述目标样本数据划分为n个子序列；每个子序列的大小为w，n为大于1的整数；使用所述多层感知器对所述目标样本数据进行分类，得到与第一目标子序列强相关的第一子序列集以及与所述第一目标子序列弱相关的第二子序列集；其中，所述第一目标子序列为所述n个子序列中存在数据缺失的子序列；所述第一子序列集、所述第二子序列集、所述第一目标子序列均包括至少一个子序列。3.根据权利要求2所述的方法，其特征在于，所述使用所述多层感知器对所述目标样本数据进行分类，得到与第一目标子序列强相关的第一子序列集以及与所述第一目标子序列弱相关的第二子序列集，包括：使用sigmoid激活函数对所述多层感知器进行非线性转移，分别计算所述n个子序列中除所述第一目标子序列之外的每个子序列与所述第一目标子序列之间的相关性，并对所述多层感知器的输出值进行二值化处理；若所述多层感知器经过二值化处理后的输出值为1，则将对应的子序列划分至所述第一子序列集；否则，将对应的子序列划分至所述第二子序列集；其中，所述多层感知器包括：gumbel softmax；所述gumbel softmax用于所述多层感知器的反向传播。4.根据权利要求2或3所述的方法，其特征在于，所述使用所述多层感知器对所述目标样本数据进行分类，得到与第一目标子序列强相关的第一子序列集以及与所述第一目标子序列弱相关的第二子序列集之后，所述方法还包括：将第一序列组合、第二序列组合以及第三序列组合分别输入所述生成器中，得到对所述第一目标子序列进行填补后的第一序列、第二序列以及第三序列；其中，所述第一序列组合包括：所述第一子序列集和所述第一目标子序列；所述第二序列组合包括：所述目标样本数据；所述第三序列组合包括：所述第二子序列集和所述第一目标子序列；所述第一序列组合对应所述第一序列；所述第二序列组合对应所述第二序列；所述第三序列组合对应所述第三序列。5.根据权利要求4所述的方法，其特征在于，所述将第一序列组合、第二序列组合以及第三序列组合分别输入所述生成器中，得到对所述第一目标子序列进行填补后的第一序列、第二序列以及第三序列，包括：
根据所述第一目标子序列的w个数据中每个数据的缺失情况，构建所述第一目标子序列的掩膜向量；所述掩膜向量中值的取值范围为{0,1}；将所述第一目标子序列与任一不属于所述第一目标子序列中的值合并后得到第二目标子序列；其中，所述第二目标子序列的定义方式为：d
k
为所述第一目标子序列中的第k个数据所述为区别于所述第一目标子序列的数据；m
k
为所述掩膜向量m表示的所述第一目标子序列中的第k个数据的缺失情况，当m
k
＝1时，表示所述第一目标子序列中的第k个数据未缺失；当m
k
＝0时，表示所述第一目标子序列中的第k个数据缺失；当所述第一目标子序列中的第k个数据缺失时，使用*进行填充；*为任一不属于所述第一目标子序列中的值。6.根据权利要求5所述的方法，其特征在于，所述将所述第一目标子序列与任一不属于所述第一目标子序列中的值合并后得到第二目标子序列之后，所述方法还包括：将所述第一目标子序列以及所述掩膜向量输入所述生成器中，得到所述生成器填补后的第三目标子序列；通过所述掩膜向量以及所述第二目标子序列，将所述第三目标子序列中的第四序列进行还原，并得到第四目标子序列；其中，所述第四序列为所述第一目标子序列中未缺失、且在所述第三目标子序列中由所述生成器生成的新的数据所覆盖的数据。7.根据权利要求6所述的方法，其特征在于，所述通过所述掩膜向量以及所述第二目标子序列，将所述第三目标子序列中的第四序列进行还原之后，所述方法还包括：通过所述判别器对所述第四目标子序列中由所述生成器生成的数据进行识别，并根据识别结果调整所述生成器的参数以及调整所述判别器的参数；其中，调整所述判别器的参数用于提高所述判别器识别出由所述生成器生成的数据的概率；调整所述生成器的参数用于降低所述判别器识别出由所述生成器生成的数据的概率。8.一种基于生成对抗网络的电力系统负荷数据填补装置，其特征在于，所述装置包括：获取模块，用于获取第一目标数据；所述第一目标数据为存在数据缺失的负荷数据；数据填补模块，用于将所述第一目标数据输入目标模型，通过所述目标模型对所述第一目标数据中的缺失部分进行数据填补，得到第二目标数据；其中，所述目标模型为生成对抗网络经过训练后得到的；所述生成对抗网络的生成器之前设置有多层感知器；所述多层感知器用于将样本数据进行分类；所述生成对抗网络的生成器与所述生成对抗网络的判别器之间的对抗过程为基于所述多层感知器对样本数据的分类结果进行的。9.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至7任一项所述基于生成对抗网络的电力系统负荷数据填补方法的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述基于生成对抗网络的电力系统负荷数据填补方法的步骤。
技术总结
本申请提供一种基于生成对抗网络的电力系统负荷数据填补方法及装置，该方法包括：获取第一目标数据；所述第一目标数据为存在数据缺失的负荷数据；将所述第一目标数据输入目标模型，通过所述目标模型对所述第一目标数据中的缺失部分进行数据填补，得到第二目标数据；其中，所述目标模型为生成对抗网络经过训练后得到的；所述生成对抗网络的生成器之前设置有多层感知器；所述多层感知器用于将样本数据进行分类。本申请提供的基于生成对抗网络的电力系统负荷数据填补方法及装置，用于在电力系统的负荷数据出现缺失的情况下，通过生成对抗网络对缺失的负荷数据进行填补。络对缺失的负荷数据进行填补。络对缺失的负荷数据进行填补。
技术研发人员：王莉 徐连明 费爱国 王鹏飞 谢辉 成军玮
受保护的技术使用者：北京邮电大学
技术研发日：2022.08.30
技术公布日：2022/12/22