محسن کریمان مجد - دانشجوی دکترای مهندسی برق قدرت دانشگاه سمنان
محسن نیاستی - عضو هیات علمی دانشکده مهندسی برق و کامپیوتر دانشگاه سمنان

عدم دسترسی به پایگاه های داده قابل اطمینان و همچنین کم تعداد و نامتعادل بودن پایگاه های داده، یکی از اصلی ترین محدودیت های استفاده از روش های یادگیری ماشینی در سیستم قدرت می باشد که می تواند باعث کاهش کارآمدی و بروز بی اعتمادی در قبال نتایج به دست آمده از این روش ها گردد. یکی از راهکارهایی که جهت حل این مشکل به کار گرفته می شود، استفاده از تولید داده مصنوعی است. دو معماری مولد عمیق GAN و VAE در حال حاضر جهت تولید داده های مصنوعی به کارگرفته می شوند. با توجه به نوظهور بودن و اهمیت موضوع، تاکنون مطالعه تطبیقی در مورد تحقیقات انجام شده در این زمینه، از لحاظ دسته بندی موضوعی با تاکید بر روش های اعتبارسنجی پایگاه های داده مصنوعی تولیدی انجام نشده است. هدف از این تحقیق، مرور مطالعات انجام شده در این زمینه تا به امروز و بررسی روندهای تحقیقاتی برای آینده می باشد. در این راستا، بعد از معرفی اصول عملکرد معماری های عمیقGAN وVAE ، موضوع تولید داده مصنوعی با استفاده از روش های مزبور در سیستم های قدرت، مورد مطالعه تطبیقی قرار گرفته است

سیستم های قدرت، شبکه های هوشمند، داده مصنوعی، یادگیری عمیق، GAN، VAE