申请/专利权人：国网天津市电力公司;国家电网有限公司

申请日：2020-07-06

公开（公告）日：2024-04-23

公开（公告）号：CN111985528B

主分类号：G06F18/2411

分类号：G06F18/2411;G06F18/214;G06N3/0475;G06N3/045;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2020.12.11#实质审查的生效;2020.11.24#公开

摘要：本发明涉及一种基于PDGAN的电缆局放数据增强方法，具体步骤如下：⑴标准GAN数据增强；⑵PDGAN数据增强及改进；⑶特征提取与模式识别。本发明在现有局放模式识别的基础上，将PDGAN应用在局部放电类型识别的数据增强任务中，研究了数据增强对局部放电类型识别准确率的影响。经过PDGAN扩充的数据与原始数据的统计量基本一致，有效学习到了原始数据的分布，而且分类器因为有了大量的样本，从而能够更好识别不同局放类型的差异，显著提升准确率，解决了电缆局放任务中样本数量少、样本不平衡和多样性不足的问题，为进一步解决电缆局放模式识别任务提供了理论依据。

主权项：1.一种基于PDGAN的电缆局放数据增强方法，其特征在于：具体步骤如下：⑴标准GAN数据增强GAN由生成器和判别器组成，分别使用G和D表示，生成器的输入为噪声z，为正态分布，判别器的输入为生成器生成的样本或训练数据集中样本，输出为一个0至1之间的标量值；⑵PDGAN数据增强及改进PDGAN对输入空间进行分解，将其分解为普通噪声输入z和标签信息y，两者作为输入一起被送入生成器G中；对于判别器D，生成器生成的样本x和标签信息y也一起被送入判别器中，PDGAN对目标函数或激活函数进行改进；⑶特征提取与模式识别在特征提取时，对每个局放瞬时波形提取峰值电压、均值电压、平均电压、电压标准差、脉冲宽度、上升时间、下降时间、偏度、峰度、波峰因数、形状因子、主频、脉冲极性特征量，并将这些特征量组成一个多维特征向量，用该特征向量来表示一个瞬时脉冲波形，步骤⑴中D的损失函数为： 其中，θD为判别器的神经网络参数，对于生成器G，其目标函数为： 其中，θG为生成器的神经网络参数，步骤⑵中，判别器的目标函数为： 其中，θD为判别器的神经网络参数，生成器G的目标函数为： 其中，θG为生成器的神经网络参数，步骤⑵中改进方案之一为：1在生成器G的目标函数中添加正则项，生成器的目标函数变为： 2将生成器第13维的激活函数选择为tanh函数，根据tanh函数的性质，其取值范围为[-1,+1]，PDGAN通过学习可将极性值控制在饱和区，使数值尽量接近于-1和+1，形成tanh和ReLU激活函数，步骤⑵中另一改进方案为：将13维特征按量纲和幅值大小大体分为5组：1峰值电压、均值电压、平均电压、电压标准差2脉冲宽度、上升时间、下降时间3偏度、峰度、波峰因数、形状因子4主频5脉冲极性；PDGAN将判别器分解为两部分，第一部分由5个子判别器构成，每个子判别器对不同的特征组进行距离度量的学习；第二个部分由全连接层构成，使得不同的特征组可以特征共享，避免不同特征组彼此独立，生成器直接采用全连接方式，生成器G接受噪声z和类别信息c作为输入，其中z为4维的正态分布噪声，输出样本x，样本维度为13，生成器的中间隐层为4层全连接层，中间层激活函数均选用ReLU函数，输出层前12维也选择ReLU函数，第13维选择tanh函数，判别器D接受样本x和类别信息c作为输入，输出判别结果，其中第一部分的子判别器均为3层全连接层，输出一维向量，第二部分的为2层全连接层，激活函数均选用ReLU函数。

全文数据：

权利要求：

百度查询： 国网天津市电力公司;国家电网有限公司 一种基于PDGAN的电缆局放数据增强方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD