月刊
ISSN 1000-7229
CN 11-2583/TM
电力建设 ›› 2019, Vol. 40 ›› Issue (5): 71-77.doi: 10.3969/j.issn.1000-7229.2019.05.009
杨懿男,齐林海,王红,苏林萍
YANG Yinan, QI Linhai, WANG Hong, SU Linping
摘要: 基于数据驱动的深度学习技术成为新一代智能电网的应用趋势,该技术对电网中有标注训练数据的量级提出更高的要求。为了获取更多有标注的智能电网样本数据,文章提出了一种基于改进的生成对抗网络(generative adversarial network,GAN)的训练样本生成算法。该方法通过交替训练改进GAN的生成模型与判别模型,无需先验知识的指导,自主学习原始样本的分布规律,生成新的数据样本。然后采用人工神经网络作为基础分类器,计算样本分类的准确率,检验生成样本的有效性。实验表明,改进GAN模型可以有效学习样本的分布规律,提升谐波分类的准确率,该方法同时具有良好的抗噪性和泛化性,对深度学习技术在智能电网中的深入发展具有重要意义。
中图分类号: