公开(公告)号：CN114722940A

公开(公告)日：2022-07-08

申请号：CN202210363323.1

申请日：2022-04-07

Applicant: 北京邮电大学

Inventor： 高欣 ,  贾欣 ,  薛冰 ,  黄子健 ,  傅世元 ,  孟之航 ,  黄旭 ,  张光耀

IPC: G06K9/62

Abstract: 本发明实施例提出了一种基于近邻样本对构造的智能电表故障分类方法，包括：将智能电表不同类别下的故障历史数据作为输入数据集，划分得到多个二类数据集；针对每个二类数据集，将每个样本作为目标样本，从其近邻样本池中进行多次随机采样，获得等量的多个同类和异类对照样本组，分别与目标样本组合后得到多个近邻样本对，作为后续分类任务中的正样本或负样本；基于平衡的近邻样本对数据集，构建基于对比学习的模式判别网络用于目标样本与对照样本组的标签匹配任务；对于给定测试样本，任意组合与其对应的不同类别的对照样本组得到大量近邻样本对，经结果集成和逆向推理得到分类器在每个二类数据集下的判别结果，通过软投票得到其故障类别。