来源：期刊VIP网 时间：
作者：管迎春;何君;牟令;陈平;吴凡;陈侃;王东;胡文曦;
单位：湖北能源集团新能源发展有限公司;湖北能源集团股份有限公司;四川大学电气工程学院;
摘要：风电场电能质量监测数据是电网实现智能运维的关键，其完整性和准确性直接关系到电网的运行管理、规划调度及电力市场相关分析和决策的可靠性。针对风电场电能质量监测数据中因通信等问题导致的数据缺失问题，提出一种融合时频多尺度特征增强的风电场电能质量监测数据修复方法。首先，通过设计时频联合注意力机制，将改进的生成对抗网络与双向长短期记忆网络深度融合，强化模型对全局时序特征与局部高频细节的协同学习能力；同时，提出动态频域加权损失函数，通过自适应调整不同频段的权重，平衡低频趋势与高频扰动的重构精度。其次，提出面向多尺度特征增强的输入噪声优化策略，将不同尺度的高斯噪声输入到潜在空间，增强模型多尺度特征捕获能力。最后，通过国内某风电场的现场电能质量监测数据，模拟随机缺失和连续缺失等复杂场景，验证所提方法的有效性，结果表明该方法能对不同程度的缺失进行高质量地重构修复，满足实际工程需求。
关键词：电能质量;;数据修复;;时频分析;;生成对抗网络;;多尺度特征;;噪声优化
基金资助：国家自然科学基金（52307128）;; 湖北能源集团新能源发展有限公司资助项目（ENXN-QYS-HW-2024002）~~
