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：云南电网有限责任公司电力科学研究院
摘要：本申请提供一种基于数据增强的电力设备分合闸状态自动分类方法，所述方法包括预处理电力设备分合闸原始X射线检测图像；通过AutoAugment法对预处理完成的数据进行数据增强；通过生成对抗样本的方式对增强数据进一步增强；通过增强完成的数据集进行神经网络模型对抗训练和通过测试数据评估训练完成的模型性能。本申请利用自动化数据增强技术有效解决数据样本少、多样性不足的问题，利用对抗样本数据增强技术有效增加模型的鲁棒性，通过上述数据增强方式以及X射线图像的自动识别方法，可快速准确识别出GIS设备分合闸中拒分或拒合的缺陷类型，解决GIS、断路器、开关设备等X射线检测图像状态识别效率低、诊断可靠性低等问题。
主权项：1.一种基于数据增强的电力设备分合闸状态自动分类方法，其特征在于，包括：预处理电力设备分合闸原始X射线检测图像；通过AutoAugment法对预处理完成的数据进行数据增强；通过生成对抗样本的方式对增强数据进一步增强；通过增强完成的数据集进行神经网络模型对抗训练；选取VGG19网络模型提取输入图片特征并分类，使用AdvProp增强型对抗训练方案获取干净样本和对抗样本的特征，将小批量干净样本、干净增强样本和小批量对抗样本送入VGG19网络，由于干净增强样本、对抗样本与原始干净样本的数据分布不匹配，通过VGG19网络减轻所述分布不匹配程度，通过辅助BN将干净样本和对抗样本的分布解耦进行学习，即对原始干净数据使用主BN生成干净样本损失函数；从数据集中采样mini-batch的干净输入xc和标签y；将数据通过辅助BN产生对抗输入xa；使用干净输入xc通过主BN计算损失函数Lc；使用对抗输入xa通过辅助BN计算损失函数La；最小化两种输入的损失函数之和La+Lc；以上步骤为一个训练的step中完成的；增强后干净数据和对抗样本分别使用辅助BN生成另外两个损失函数，最终目标为最小化三个损失函数之和更新网络参数，最终的损失函数为： 其中ε为对抗性的扰动，D为基础数据分布，L为损失函数，θ为网络参数，x为带有真实标签y的训练样本；通过测试数据评估训练完成的模型性能。
全文数据：
权利要求：
百度查询： 云南电网有限责任公司电力科学研究院 一种基于数据增强的电力设备分合闸状态自动分类方法
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