[发明专利]一种基于扩散概率模型的电压暂降数据增强方法

权利要求书

1.一种基于扩散概率模型的电压暂降数据增强方法，其特征在于，包括：

获取带有暂降源标签的电压暂降数据，并将所述电压暂降数据进行归一化处理后得到一维波形数据；

将所述一维波形数据转换为二维图像数据；

将所述二维图像数据作为训练样本数据，对条件扩散概率模型进行训练得到目标模型；

将暂降源标签输入所述目标模型，得到扩充样本数据。

2.根据权利要求1所述的基于扩散概率模型的电压暂降数据增强方法，其特征在于，所述暂降源标签为暂降源对应的编码值，所述暂降源包括单一暂降源和复合暂降源，所述单一暂降源包括感应电机启动、变压器激磁、短路故障；所述复合暂降源包括短路故障引起的多级电压暂降、短路故障与感应电动机启动、短路故障与变压器投切、感应电动机启动与变压器投切。

3.根据权利要求2所述的基于扩散概率模型的电压暂降数据增强方法，其特征在于，所述电压暂降数据为电压有效值序列，所述一维波形数据的时间和电压有效值分别对应图像的二维像素坐标。

4.根据权利要求3所述的基于扩散概率模型的电压暂降数据增强方法，其特征在于，所述条件扩散概率模型对所述编码值进行卷积操作，作为条件输入；所述条件扩散概率模型采用全卷积模型U-Net作为神经网络结构，包括下采样路径和上采样路径；所述下采样路径包括用于对二维图像数据进行特征提取得到特征图，并降低特征图的空间维数；所述上采样路径用于还原特征图的空间维数。

5.一种基于扩散概率模型的电压暂降数据增强系统，其特征在于，包括：

数据采集单元，用于获取带有暂降源标签的电压暂降数据，并将所述电压暂降数据进行归一化处理后得到一维波形数据；

数据转换单元，用于将所述一维波形数据转换为二维图像数据；

模型训练单元，用于将所述二维图像数据作为训练样本数据，对条件扩散概率模型进行训练得到目标模型；

扩充单元，用于将暂降源标签输入所述目标模型，得到扩充样本数据。

6.根据权利要求5所述的基于扩散概率模型的电压暂降数据增强系统，其特征在于，所述暂降源标签为暂降源对应的编码值，所述暂降源包括单一暂降源和复合暂降源，所述单一暂降源包括感应电机启动、变压器激磁、短路故障；所述复合暂降源包括短路故障引起的多级电压暂降、短路故障与感应电动机启动、短路故障与变压器投切、感应电动机启动与变压器投切。

7.根据权利要求6所述的基于扩散概率模型的电压暂降数据增强系统，其特征在于，所述电压暂降数据为电压有效值序列，所述一维波形数据的时间和电压有效值分别对应图像的二维像素坐标。

8.根据权利要求7所述的基于扩散概率模型的电压暂降数据增强系统，其特征在于，所述条件扩散概率模型对所述编码值进行卷积操作，作为条件输入；所述条件扩散概率模型采用全卷积模型U-Net作为神经网络结构，包括下采样路径和上采样路径；所述下采样路径包括用于对二维图像数据进行特征提取得到特征图，并降低特征图的空间维数；所述上采样路径用于还原特征图的空间维数。