摘要
本发明提供了一种数据驱动的配电网运行故障样本生成方法、装置及介质,该方法包括以下步骤:将配电网运行过程所产生的带有故障类型标签的历史时序电气信号进行多尺度模态分解,得到抑制噪声后的多尺度模态分量;对多尺度模态分量进行时频变换,得到时频特征矩阵,并将该矩阵归一化映射为灰度像素图像,构成带有故障类型标签的初始故障图像样本集;基于初始故障图像样本集,训练辅助分类生成对抗网络,使生成器以随机噪声向量和故障类型标签为条件,生成与真实故障图像分布一致的故障样本图像;利用训练完成的生成器批量生成故障样本图像,以扩充初始故障图像样本集。本发明能够从配电网采集的大量异构数据中高效准确地提取具有代表性的故障样本。
技术关键词
样本生成方法
生成对抗网络训练
生成装置
图像
随机噪声
多尺度
故障特征
短时傅里叶变换
标签
数据
故障诊断模型
剔除噪声
故障类别
像素矩阵
时序
批量
系统为您推荐了相关专利信息
深度神经网络模型
掩码矩阵
边缘提取算法
梯度更新方法
水印
三维人脸重建
三维形状模型
情绪分析方法
面部
人脸情绪
图像超分辨重建
卷积神经网络模型
生成超分辨图像
图像库
标签