[發明專利]一種基于生成對抗網絡高速列車量測數據缺失重建的方法

在審

• 申請號: 202011072927.8
• 申請日: 2020-10-09
• 公開（公告）號: CN112395737A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 張昌凡;陳泓潤;何靜;楊皓楠;孟德志
• 申請（專利權）人: 湖南工業大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 楊千尋;馮振寧

1.一種基于生成對抗網絡高速列車量測數據缺失重建的方法，其特征在于，包括以下步驟：

S1、建立高速列車運行狀態檢測數據處理模型；

S2、采集數據集并對采集的離散數據進行預處理；

S3、運用生成對抗網絡無監督生成缺失部分的數據；

S4、對缺失部分數據進行合理插補，輸出完整數據結果。

2.根據權利要求1所述的一種基于生成對抗網絡高速列車量測數據缺失重建的方法，其特征在于，在步驟S1中高速列車運行狀態檢測數據處理模型包括數據采集模塊、數據預處理模塊、Wasserstein生成對抗網絡模塊、數據缺失部分重建模塊四個模塊。

3.根據權利要求2所述的一種基于生成對抗網絡高速列車量測數據缺失重建的方法，其特征在于，數據采集模塊通過電流傳感器、電壓傳感器來獲取訓練數據集、驗證數據集。

4.根據權利要求1所述的一種基于生成對抗網絡高速列車量測數據缺失重建的方法，其特征在于，在步驟S2中數據預處理包括離散數據升維流程，將原始數據的1-D形式轉化為無需參數設定2-D的網格矩陣的形式。

5.根據權利要求4所述的一種基于生成對抗網絡高速列車量測數據缺失重建的方法，其特征在于，離散數據升維流程具體流程為將采集的高速列車離散量測數據進行分段截取后，高維映射為一個2-D網格矩陣形式，并將整個2D網格矩陣從0歸一化到255。

6.根據權利要求1所述的一種基于生成對抗網絡高速列車量測數據缺失重建的方法，其特征在于，在步驟S3中運用生成對抗網絡無監督生成缺失部分的數據包括以下流程：(1)首先將預處理過的數據輸入到生成對抗網絡模型中進行訓練調參；(2)然后將訓練好的生成對抗模型用于對缺失部分的數據進行生成；(3)采用Wasserstein距離來約束生成數據；(4)直到生成數據小于Wasserstein距離后結束生成。

7.根據權利要求1所述的一種基于生成對抗網絡高速列車量測數據缺失重建的方法，其特征在于，在步驟S4中輸出的完整數據結果由原數據未含數據缺失的部分與生成的數據缺失部分組成。

8.根據權利要求1所述的一種基于生成對抗網絡高速列車量測數據缺失重建的方法，其特征在于，采用實驗仿真驗證本方法的的有效性和實用性，實驗仿真通過python代碼實現。

9.根據權利要求8所述的一種基于生成對抗網絡高速列車量測數據缺失重建的方法，其特征在于，仿真實驗的設備參數為：程序硬件環境為CPU處理器AMD Ryzen 5 2600X Six-Core Processor，頻率3.60GHz；GPU為NVIDIA GeForce GTX 1660，采用平臺版本為Python3.7.7和torch 1.4.0.。