[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

说明书

本申请涉及一种基于扩散概率模型的电压暂降数据增强方法和系统，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。通过本发明，能够实现电压暂降数据集扩充，实现电压暂降数据增强。

技术领域

本申请涉及变压器技术领域，具体涉及一种基于扩散概率模型的电压暂降数据增强方法。

背景技术

电压暂降是电力系统中常见的电能质量问题，因其高度破坏性而备受关注。在电压暂降问题分析中，使用机器学习算法对数据进行分类和特征识别，可实现电压暂降事件的自动检测、诊断、溯源和预测。电力大数据的采集是利用人工智能分析电压暂降问题的基础，然而高质量的实地采样数据不足，模型的泛化能力和鲁棒性受到限制；仿真生成数据通常无法模拟真实的谐波，噪声、振荡等干扰因素。因此，需对电压暂降数据生成方法进行研究，获得真实性高且具有多样性的数据，实现电压暂降数据增强。

发明内容

本申请的目的在于提出一种基于扩散概率模型的电压暂降数据增强方法，实现电压暂降数据集扩充。

为实现上述目的，本申请的实施例提出一种基于扩散概率模型的电压暂降数据增强方法，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。

可选的，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。

可选的，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。

可选的，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。

本申请的实施例还提出一种基于扩散概率模型的电压暂降数据增强系统，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。

可选的，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。

可选的，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。