[发明专利]基于生成对抗插补网络的PMU连续丢失数据恢复方法在审

专利信息
申请号: 202111097876.9 申请日: 2021-09-18
公开(公告)号: CN113869386A 公开(公告)日: 2021-12-31
发明(设计)人: 刘灏;朱世佳;毕天姝 申请(专利权)人: 华北电力大学
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08;G06F17/16
代理公司: 北京凯特来知识产权代理有限公司 11260 代理人: 郑立明;韩珂
地址: 102206 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 生成 对抗 网络 pmu 连续 丢失 数据 恢复 方法
【权利要求书】:

1.一种基于生成对抗插补网络的PMU连续丢失数据恢复方法,其特征在于,包括:

对PMU数据矩阵进行归一化,根据PMU数据矩阵中各元素对应位置缺失情况,构造掩码矩阵和噪声矩阵;

将归一化后的数据矩阵、噪声矩阵和掩码矩阵输入至GAIN模型,所述GAIN模型中的生成器生成插补矩阵来逼近所述归一化后的数据矩阵,所述GAIN模型中的判别器根据提示信息判断插补矩阵中各元素是所述归一化后的数据矩阵中真实数据的概率,所述生成器与判别器博弈训练,使所述生成器学习到所述归一化后的数据矩阵中真实数据的分布;

对于包含丢失数据的PMU数据矩阵,不同提示率的提示信息会使生成器生成满足不同分布的生成矩阵,通过在设定的区间遍历提示率,选择与实际情况差异最小的作为最优恢复数据。

2.根据权利要求1所述的一种基于生成对抗插补网络的PMU连续丢失数据恢复方法,其特征在于,使用MinMaxScaler对PMU数据进行归一化,表示为:

其中,X表示归一化之前的数据矩阵,Xmax表示PMU数据的最大值,Xmin表示PMU数据的最小值,XN表示归一化后的数据矩阵。

3.根据权利要求1所述的一种基于生成对抗插补网络的PMU连续丢失数据恢复方法,其特征在于,所述根据PMU数据矩阵中各元素对应位置缺失情况,构造掩码矩阵和噪声矩阵包括:

建立一个与PMU数据矩阵X,维度一致的掩码矩阵M,其元素值为0表示对应PMU数据出现缺失,否则为1,表示为:

其中,Xij表示PMU数据矩阵X的第i行第j列位置元素,Mij表示掩码矩阵M的第i行第j列位置元素;

建立一个与PMU数据矩阵X维度一致的噪声矩阵Z,其元素值为zij表示对应PMU数据出现缺失,否则为0,表示为:

其中,zij表示噪声矩阵Z的第i行第j列位置元素。

4.根据权利要求1所述的一种基于生成对抗插补网络的PMU连续丢失数据恢复方法,其特征在于,所述GAIN模型中的生成器生成插补矩阵来逼近所述归一化后的数据矩阵包括:

所述生成器利用归一化后的数据矩阵XN、噪声矩阵Z和掩码矩阵M,生成生成矩阵利用生成矩阵填补归一化后的数据矩阵XN中缺失的部分,输出插补矩阵

5.根据权利要求4所述的一种基于生成对抗插补网络的PMU连续丢失数据恢复方法,其特征在于,所述生成矩阵与插补矩阵公式形式为:

其中,⊙表示哈达玛积运算,G表示生成器。

6.根据权利要求1所述的一种基于生成对抗插补网络的PMU连续丢失数据恢复方法,其特征在于,所述判别器根据提示信息判断插补矩阵中各元素是所述归一化后的数据矩阵中真实数据的概率包括:

所述插补矩阵记为所述提示信息为提示矩阵H,所述判别器根据插补矩阵与提示矩阵H输出的各元素是所述归一化后的数据矩阵中真实数据的概率即为预测的掩码矩阵表示为:

其中,D表示判别器。

7.根据权利要求6所述的一种基于生成对抗插补网络的PMU连续丢失数据恢复方法,其特征在于,所述提示矩阵H的维数和归一化后的数据矩阵一致,提示矩阵H生成方式如下:

H=B⊙M+0.5(1-B)

其中,B是一个维数和掩码矩阵M一致的二值随机矩阵,B中元素随机为0或1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学,未经华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111097876.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top