[發(fā)明專利]一種基于策略梯度和GAN的變壓器故障案例生成方法

在審

• 申請?zhí)枺?/td>: 202111489432.X
• 申請日: 2021-12-08
• 公開（公告）號: CN114254559A
• 公開（公告）日: 2022-03-29
• 發(fā)明（設(shè)計）人: 蘇磊;徐琴;曹博源
• 申請（專利權(quán)）人: 國網(wǎng)上海市電力公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06N3/04
• 代理公司: 上?？剖⒅R產(chǎn)權(quán)代理有限公司 31225
• 代理人: 楊元焱

本發(fā)明涉及一種基于策略梯度和GAN的變壓器故障案例生成方法，其特征在于，包括：將變壓器故障的真實案例輸入訓(xùn)練好的生成式對抗網(wǎng)絡(luò)中，生成變壓器的故障合成案例，利用合成案例訓(xùn)練變壓器故障診斷模型，根據(jù)故障變壓器的故障數(shù)據(jù)，通過訓(xùn)練好的變壓器故障診斷模型獲取故障變壓器的故障類型；其中，通過策略梯度算法訓(xùn)練生成式對抗網(wǎng)絡(luò)；所述的通過策略梯度算法訓(xùn)練生成式對抗網(wǎng)絡(luò)的過程包括：交替訓(xùn)練生成式對抗網(wǎng)絡(luò)的生成器和判別器，直至生成器和判別器均收斂。與現(xiàn)有技術(shù)相比，本發(fā)明提高了生成器產(chǎn)生的數(shù)據(jù)質(zhì)量，滿足真實性和多樣性的要求。

技術(shù)領(lǐng)域

本發(fā)明涉及變壓器故障診斷技術(shù)，尤其是涉及一種基于策略梯度和GAN的變壓器故障案例生成方法。

背景技術(shù)

智能優(yōu)化算法被廣泛用于變壓器故障診斷，如支持向量機(Support VectorMachine,SVM)、相關(guān)向量機(Relevance Vector Machine,RVM)、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、遺傳算法、決策樹等。雖然上述方法均取得了一些研究成果，但并沒有關(guān)注變壓器故障分類的樣本不足以及數(shù)量不均衡問題。其中，神經(jīng)網(wǎng)絡(luò)、決策樹算法存在樣本需求量大、易出現(xiàn)過擬合等缺點。SVM和RVM可以克服上述的缺點，適用于少量的樣本，但對于不均衡樣本，模型的性能大大降低。實際運行中電力設(shè)備發(fā)生故障的幾率低，故電力設(shè)備的故障樣本十分有限。由于樣本數(shù)量不足，導(dǎo)致訓(xùn)練出的模型缺乏泛化性、可信性和可靠性。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于策略梯度和GAN的變壓器故障案例生成方法，提高了生成器產(chǎn)生的數(shù)據(jù)質(zhì)量，滿足真實性和多樣性的要求。

本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：

一種基于策略梯度和GAN的變壓器故障案例生成方法，包括：

將變壓器故障的真實案例輸入訓(xùn)練好的生成式對抗網(wǎng)絡(luò)中，生成變壓器的故障合成案例，利用合成案例訓(xùn)練變壓器故障診斷模型，根據(jù)故障變壓器的故障數(shù)據(jù)，通過訓(xùn)練好的變壓器故障診斷模型獲取故障變壓器的故障類型；

其中，通過策略梯度算法訓(xùn)練生成式對抗網(wǎng)絡(luò)；

所述的通過策略梯度算法訓(xùn)練生成式對抗網(wǎng)絡(luò)的過程包括：

交替訓(xùn)練生成式對抗網(wǎng)絡(luò)的生成器和判別器，直至生成器和判別器均收斂。

進一步地，所述的生成式對抗網(wǎng)絡(luò)的生成器的訓(xùn)練過程包括：

構(gòu)建生成器目標函數(shù)；

所述的生成式對抗網(wǎng)絡(luò)的生成器根據(jù)變壓器故障的真實案例，通過策略函數(shù)依次生成T次合成案例，獲得變壓器故障的合成案例序列，記為X_1:T＝(x₁,…,x_t…,x_T)，x_t表示第t次生成的合成案例，T為設(shè)定值；

每生成一次合成案例，使用增強算法求解策略函數(shù)的參數(shù)θ，使得生成器目標函數(shù)最大。

進一步地，所述的增強算法的表達式為：

其中，J(θ)為生成器目標函數(shù)，為策略梯度，α為生成器學(xué)習(xí)率。

進一步地，所述的生成器目標函數(shù)J(θ)的表達式為：

其中，G_θ為生成器的策略函數(shù)，表示生成器在策略G_θ的指導(dǎo)下，時刻t之后的期望函數(shù)，X_1:t-1表示在時刻t已生成的合成案例序列X_1:t-1＝(x₁,…,x_t-1)，為生成器在策略G_θ的指導(dǎo)下生成x_t的預(yù)期獎勵。