摘要：随着新能源渗透率逐年提高，其出力的随机性与波动特性难以准确预测，给电力系统的运行、规划和调度提出了严峻的挑战，因此新能源的不确定性建模受到越来越多的关注。为了更有效地获得新能源出力场景中的时序特征，提出了一种基于数据驱动的新能源场景生成方法，通过采用SA/WGAN 模型，把自注意力机制和带有梯度惩罚的生成对抗网络判别器结合，构建基于两种模型结合的深度学习模型，有效突显新能源出力场景中时序特性，增强场景生成中非线性拟合能力。算例结果表明，所提模型的新能源生成场景相较于原始WGAN和WGAN-LSTM的场景生成结果，可以有效提高精准度，同时具备了WGAN-GP训练结果稳定和SA计算速度快的优势，更高效地生成与真实新能源场景分布接近的场景。

      关键词：无监督学习；自注意力机制；生成对抗网络；新能源；场景生成

      中图分类号：TM28     文献标识码：A