[发明专利]一种基于平衡生成对抗网络的电压暂降数据集增强方法

说明书

一种基于平衡生成对抗网络的电压暂降数据集增强方法，属于电能质量数据生成技术领域。该方法结合了自编码器与生成对抗网络，通过结合自编码器模型对生成对抗网络模型进行初始化，使得生成对抗网络模型能够从一个好的初始状态开始进行训练。并且学习了各类样本的特征空间分布，使用随机的特征向量作为生成对抗网络的输入数据，进一步提高了各类样本的样本生成效果。生成的少数类样本同时兼顾了真实性与多样性，使增强数据集提高了在深度学习模型上的应用效果。

技术领域

本发明涉及一种基于平衡生成对抗网络的电压暂降数据集增强方法，属于电能质量数据生成技术领域。

背景技术

近年来，随着电网结构的优化，新型能源占比不断提高，大量高敏感电力电子设备投入使用，一步提高了电网环境的复杂性，系统的不稳定性。对电能质量提出了更高的要求，电压暂降作为最严重电能质量扰动问题之一，其高频性、高危害性特点受到了重点关注。

目前，针对电压暂降识别问题国内外研究人员给出了多种解决方案。常用的主要由基于小波分析、傅里叶变换、S变换等信号处理算法提取信号特征量，结合模式识别算法实现暂降源分类。随着深度学习的发展，基于数据驱动的深度神经网络模型也逐渐应用，如深度置信网络、卷积神经网络等。这些方法都取得了不错的效果，但是在实际电网环境中，导致电压暂降的原因多种多样，常见的有各种短路故障，大电机启动、设备故障、雷击等原因。其中短路故障引起的暂降事件频率远大于其他原因，占66％以上。同时电压暂降事件的分布受区域及时间的影响，具有很大的随机性。用于暂降分类识别分析的数据集中存在严重的类别不平衡问题，导致现有方法难以对少数类进行有效充分的分析，是目前制约暂降识别方法得到应用的最大因素。

针对样本不平衡问题常用的主要由三种方法类权重、上采样、下采样。但是这些方法都有着明显的不足。类权重对少数类进行加权来提高对少数类的识别精度，但会影响多数类的识别效果。上采样方法大量使用了少数类样本的副本容易造成模型过拟合，下采样则丢弃了太多样本难以获取充足的有效信息。此外还有基于人工合成样本的方法，例如SMOTE基于k近邻方法对多个少数类实例进行线性插值合成新样本，但难以应用到高维数据集中。对于图像数据，数据增强方法有空间变换，例如裁剪、翻转、平移等方法；以及一些简单的图像处理手段，例如光照色彩变换、对比度变换、添加噪声等。电压暂降这种高维时间序列数据的难以应用这些数据增强方法。

发明内容

针对目前由于电网环境中电压暂降事件分布不均匀，随机性大，电压暂降数据集不均衡的问题，本发明提出了一种基于平衡生成对抗网络(Balancing GenerativeAdversarial Networks,BAGAN)的电压暂降数据集增强方法。平衡生成对抗网络结合了生成对抗网络(Generative Adversarial Networks,GAN)和自动编码器两种模型的优点，在生成器与判别器进行对抗训练之前，借鉴自编码器模型的思想，将生成器与判别器组装成自编码器进行模型初始化。经过自编码器的初始化训练，一方面能够使模型学习到训练数据集中的公共知识(生成模型能够从多数类中学习到有用的特征，辅助少数类样本的生成)。另一方面，能够得到各类样本数据的特征空间分布。在进行对抗训练的过程中，使用各类样本的特征向量作为生成器的输入。特征向量作为各个类别样本的潜层空间分布，相比于随机的高斯噪声，更能体现出各个类别的分布特征。生成器能够更加容易的将随机向量生成为样本数据。通过这种方式能够有效提高生成样本的生成效果。

其训练过程主要分为自编码器训练，特征向量生成，生成对抗网络的对抗训练三个部分。

1.自编码器训练。在这个阶段，BAGAN使用典型的自动编码器，其中编码器将给定数据转换为特征向量，解码器将给定的特征向量转换回重建数据。使用来l2损失最小化来训练自编码器网络，建立样本数据集中的公共知识。之后，我们利用迁移学习的思想，将自编码器中的样本知识迁移到网络架构相同的GAN中，用于辅助少数类样本数据的生成，同时GAN在开始进行对抗训练时获得了较好的初始状态，提高了网络训练的稳定性与收敛性。