[发明专利]基于生成对抗网络的智能电网深度学习训练样本生成方法

摘要

基于生成对抗网络的智能电网深度学习训练样本生成方法，属于电力系统分析技术领域。该方法为：1)获取电力系统中的采样数据，进行处理作为真实样本；2)搭建判别模型和生成模型；3)判别模型读取真实样本数据，并产生对应的判别结果；4)对判别结果进行处理，并反馈给判别模型，判别模型调整内部权重；5)生成模型读取随机噪声，并产生生成样本；6)判别模型读取生成样本数据，并产生对应的判别结果；7)对判别结果进行处理，并反馈给生成模型，生成模型调整内部权重；8)重复步骤3)～7)，直至达到预期效果。该方法能有效解决智能电网中深度学习模型训练的小样本问题，为深度学习技术在智能电网中的深入发展提供有效的训练数据样本。

主权项

1.基于生成对抗网络的智能电网深度学习训练样本生成方法，其特征在于，该方法基于TensorFlow平台进行实现，该方法包括以下步骤：步骤1：获取电力系统中的采样数据，并进行初步处理作为真实样本；步骤2：搭建判别网络模型和生成网络模型；步骤3：判别模型读取真实样本数据，并输出真实样本的判别结果；步骤4：计算真实样本判别结果的训练误差，并保存；步骤5：生成模型获取随机噪声z，并产生生成样本；步骤6：判别模型读取生成样本数据，并输出生成样本的判别结果；步骤7：计算生成样本判别结果的训练误差，并保存；步骤8：判断判别模型损失值和生成模型损失值是否达到最小化，并分别反馈给判别模型和生成模型，以调整模型内部权重；若已达到最小化，跳到步骤9；否则跳到步骤3；步骤9：保存当前判别模型和生成模型。