公开(公告)号：CN114169249B

公开(公告)日：2024-06-07

申请号：CN202111545612.5

申请日：2021-12-16

Applicant: 福州大学

Inventor： 郭谋发 ,  刘雯丽 ,  高健鸿 ,  高伟 ,  郑泽胤 ,  洪翠 ,  杨耿杰

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/094 ,  G06F113/04

Abstract: 本发明涉及一种配电网高阻接地故障人工智能识别方法。采集高阻接地故障、非故障零序电流信号，将高阻接地故障样本划分为训练集与测试集；分别对训练集样本与测试集样本进行间隔采样，获得待增强训练集与未增强测试集；搭建生成对抗网络GAN模型；使用待增强训练集与随机噪声向量训练生成对抗网络，经过循环对抗训练后生成器与判别器达到二者纳什均衡状态，保存模型参数；利用训练好的生成对抗网络定向生成属于少数类的高阻接地故障样本以扩充训练集；搭建深度卷积神经网络CNN故障识别模型；利用增强后的平衡训练集训练深度卷积神经网络模型，并使用未增强测试集进行测试。本发明能够实现在非均衡场景下对配电网高阻接地故障的准确识别。

公开(公告)号：CN114169249A

公开(公告)日：2022-03-11

申请号：CN202111545612.5

申请日：2021-12-16

Applicant: 福州大学

Inventor： 郭谋发 ,  刘雯丽 ,  高健鸿 ,  高伟 ,  郑泽胤 ,  洪翠 ,  杨耿杰

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F113/04

Abstract: 本发明涉及一种配电网高阻接地故障人工智能识别方法。采集高阻接地故障、非故障零序电流信号，将高阻接地故障样本划分为训练集与测试集；分别对训练集样本与测试集样本进行间隔采样，获得待增强训练集与未增强测试集；搭建生成对抗网络GAN模型；使用待增强训练集与随机噪声向量训练生成对抗网络，经过循环对抗训练后生成器与判别器达到二者纳什均衡状态，保存模型参数；利用训练好的生成对抗网络定向生成属于少数类的高阻接地故障样本以扩充训练集；搭建深度卷积神经网络CNN故障识别模型；利用增强后的平衡训练集训练深度卷积神经网络模型，并使用未增强测试集进行测试。本发明能够实现在非均衡场景下对配电网高阻接地故障的准确识别。