[發明專利]基于CGAN網絡增強局部放電信號PRPD圖譜數據的方法在審
| 申請號： | 202110456582.4 | 申請日： | 2021-04-27 |
| 公開（公告）號： | CN113283299A | 公開（公告）日： | 2021-08-20 |
| 發明（設計）人： | 劉波磊;張洪奎;張康;趙閱群;于漢啟;李啟江;許崇新;王國棟;閆同;毛乃強;李俊宏;李紅新;周明亮;趙文達;李鵬飛 | 申請（專利權）人： | 國網山東省電力公司煙臺供電公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 洛陽九創知識產權代理事務所(普通合伙) 41156 | 代理人： | 狄干強 |
| 地址： | 264000 山*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 cgan 網絡 增強 局部 放電 信號 prpd 圖譜 數據 方法 | ||
1.基于CGAN網絡增強局部放電PRPD圖譜數據的方法，CGAN網絡(條件對抗生成網絡)包括輸入層、生成網絡G、判別網絡D和輸出層，其特征在于：該方法包括以下步驟：
S1、獲取多種局部放電信號的PRPD(相位分辯的局部放電)圖譜，每種圖譜包括多個原始圖像，對原始圖像添加標簽，生成帶標簽的原始圖像；
S2、對帶標簽的原始圖像進行預處理，得到樣本數據x；
S3、搭建CGAN網絡；
S4、基于樣本數據x訓練并優化CGAN網絡，得到優化網絡模型；
S5、通過優化網絡模型生成數據集，用數據集對PRPD圖譜數據進行增強。
2.如權利要求1所述的基于CGAN網絡增強局部放電PRPD圖譜數據的方法，其特征在于：S1的具體方法為：根據局部放電類型對原始圖像添加標簽，生成帶標簽的原始圖像。
3.如權利要求2所述的基于CGAN網絡增強局部放電PRPD圖譜數據的方法，其特征在于：所述局部放電類型包括電暈放電、絕緣放電、懸浮放電和自由顆粒放電，所述標簽包括：電暈放電記為-0，絕緣放電記為-1，懸浮放電記為-2，自由顆粒放電記為-3。
4.如權利要求3所述的基于CGAN網絡增強局部放電PRPD圖譜數據的方法，其特征在于：S2的具體步驟為：
S2.1、裁剪原始圖像，得到初始圖像；
S2.2、對初始圖像二值化處理，得到二值化圖像；
S2.3、對二值化圖像歸一化處理，得到帶標簽的樣本數據x。
5.如權利要求4所述的基于CGAN網絡增強局部放電PRPD圖譜數據的方法，其特征在于：S4的具體步驟為：
S4.1、用生成網絡G捕捉樣本數據x的分布，從樣本數據x的分布中采集帶有噪音的m個樣本，從m個樣本中獲得隨機噪聲：
z＝{z1,z2,...,zm}；
S4.2、將樣本數據x的標簽作為約束條件y，對約束條件y進行one-hot編碼：將約束條件y用二進制向量表示：
y＝{[1,0,0,0],[0,1,0,0],[0,0,1,0],[0,0,0,1]}；
S4.3、將隨機噪聲z和約束條件y同時輸入生成網絡G，生成類似樣本數據G(z)：
其中，
計算生成網絡G的損失函數：
S4.4、將樣本數據x、類似樣本數據G(z)和約束條件y輸入判別網絡D，計算判別網絡D的損失函數：
S4.5、生成網絡G與判別網絡D的總體損失函數為：
基于總體損失函數對CGAN網絡進行優化，得到優化網絡模型并保存。
6.如權利要求5所述的基于CGAN網絡增強局部放電PRPD圖譜數據的方法，其特征在于：S5的具體方法為：通過優化網絡模型生成數據集，利用數據集對局部放電PRPD圖譜數據進行增強。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于國網山東省電力公司煙臺供電公司，未經國網山東省電力公司煙臺供電公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110456582.4/1.html，轉載請聲明來源鉆瓜專利網。
