申请/专利权人:南京邮电大学
申请日:2022-07-12
公开(公告)日:2022-11-01
公开(公告)号:CN115270934A
主分类号:G06K9/62
分类号:G06K9/62;G06N20/00;G06Q10/06;G06Q50/06
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.11.18#实质审查的生效;2022.11.01#公开
摘要:本发明提出了一种基于TimeGAN网络合成窃电样本的数据集平衡方法,从预处理后的不平衡窃电数据集中筛选部分窃电样本,使用特定方式转化为三维时间序列形式,使用这些三维数据训练出一个能够合成同样形式数据的TimeGAN网络。使用训练后的TimeGAN网络合成遵循训练数据整体分布的三维时间序列,将合成的三维时间序列转换回与窃电样本相同的形式,合并到预处理后的不平衡窃电数据集,扩充窃电样本的数量,得到平衡窃电数据集。相较于现有技术,本发明的方法中使用TimeGAN网络合成的窃电样本,遵循真实窃电样本的整体空间分布,而不是与真实窃电样本数值上贴近,这样生成的数据不易导致窃电检测模型过拟合与低泛化性。
主权项:1.一种基于TimeGAN网络合成窃电样本的数据集平衡方法,其特征在于,具体步骤如下:对不平衡窃电数据集进行预处理,所述不平衡窃电数据集包含一维时间序列形式窃电用户样本和正常用户样本;从预处理后的窃电用户样本中筛选出若干样本,并转化为三维时间序列形式;使用上述三维时间序列形式的样本,训练出一个能够合成三维时间序列的TimeGAN网络;使用训练后的TimeGAN网络合成遵循预处理后的窃电用户样本整体分布的三维时间序列,将合成的三维时间序列转换成与窃电用户样本相同的形式,得到合成样本;将合成样本并入预处理后的不平衡窃电数据集,得到平衡窃电数据集。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种基于TimeGAN网络合成窃电样本的数据集平衡方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。