龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安理工大学
摘要：本发明公开了一种基于改进CTGAN模型的箱式变电站故障数据衍生方法，该方法为：包括数据预处理阶段，采用MissForest插补算法、IF检测算法，以及Z‑score方法进行数据的缺失值插补、异常值检测和数据归一化；SA‑CTGAN模型构建阶段，在CTGAN的生成器中引入自注意力机制，即将CTGAN的生成器中的两个全连接层替换为自注意力层，构成SA‑CTGAN数据衍生模型；SA‑CTGAN模型训练阶段，利用DE对CTGAN模型的训练批次大小和迭代次数等主要超参数进行调优，获得最终的SA‑CTGAN数据衍生模型。本发明能解决箱式变电站故障样本稀少、健康样本与故障样本类不平衡的问题，并在指标间有较强的关联性的数据进行衍生时的衍生结果是有显著性提升的。
主权项：1.一种基于改进CTGAN模型的箱式变电站故障数据衍生方法，其特征在于：该方法为：首先，对采集的箱式变电站故障的指标进行数据预处理，即对数据进行转换和归一化处理；然后，构建SA-CTGAN数据衍生模型，在生成器G中施加自注意力，通过自注意力机制学习输入特征之间的关系矩阵；最后，通过基于差分进化算法对SA-CTGAN数据衍生模型的学习率、隐藏神经元个数、训练批次大小和迭代次数的超参数进行调优，并通过交替训练生成器和判别器来实现生成器和判别器的性能收敛，使SA-CTGAN数据衍生模型能生成高质量的数据。
全文数据：
权利要求：
百度查询： 西安理工大学 一种基于改进CTGAN模型的箱式变电站故障数据衍生方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号