摘要
本申请公开了一种电力储能系统波动检测方法及系统,所述方法包括获取电力储能系统的实时监测数据、环境数据、运行状态数据和历史故障数据,并标注数据所属分类类别;利用基于熵衡量的生成对抗网络算法对经过标注的数据进行样本扩充;将扩充后的的数据输入到初始分类器模型中进行训练,得到目标分类器模型;将采集的电力储能系统的实时检测数据、环境数据和运行状态数据输入至目标分类器模型中进行分类检测,获得电力储能系统波动检测的分类类别。本申请能够提高稀缺类别数据的质量,提高检测储能系统功率波动状态的准确性。
技术关键词
电力储能系统
分类器模型
特征提取模型
生成对抗网络
历史故障数据
实时监测数据
编码器算法
粒子群优化算法
解码器
超限学习机算法
参数
生成样本数据
重构
动态
系统为您推荐了相关专利信息
数据生成方法
风险评估模型
企业
生成对抗网络
计算机可读指令
空间结构特征提取
跨站脚本攻击
攻击检测模型
智能检测方法
样本
负荷分解方法
电流
门控循环单元网络
重构
生成对抗网络
动态障碍物
矿用无轨胶轮车
静态障碍物
采集周围环境
预警机制
资源配置方法
资源调度策略
多策略
强化学习模型
生成对抗网络