【技术实现步骤摘要】
本专利技术属于电力变压器的样本扩充，尤其涉及数据增强模型构建方法和样本数据增强方法。
技术介绍
1、在变压器实际应用现场中，由于设备及环境因素等问题，变压器的现场实际故障案例较少且不同故障发生的概率也极不相同，这导致油中溶解气体分析(dissolved gasanalysis，dga)数据存在严重的样本类间不平衡问题，为了保证故障诊断的准确性，需要充足且类别分布均衡的训练样本。而目前解决样本不平衡的主流方法是进行数据增强。
2、在现有基于深度学习的数据增强方法中，常考虑的两种方法是自编码器与生成对抗网络。自编码器能将输入的数据降维重构为输出生成样本数据，虽然样本的真实性好，但同样由于其输入重构输出的原理，会导致生成样本的多样性较差。而利用生成式对抗网络(generative adversarial network,gan)生成少类样本，来解决不平衡样本，虽然其多样性好，但训练不稳定，可能会造成梯度消失、模式崩塌及多类样本生成问题。
3、而现存的改进方法例如文献《基于变分贝叶斯自编码器的局部放电数据匹配方法》提出采用变分自编码器(variational autoencoder,vae)进行数据增强，虽然vae生成样本较为平滑，但生成样本类间模糊且存在模式崩塌的问题，生成样本多样性较差；文献《began:boundary equilibrium generative adversarial networks》提出利用边界平衡生成对抗网络(began)以自编码器作为判别器，通过引入平衡策略，使得began网络能
技术实现思路
1、为解决上述技术问题，本专利技术提出了数据增强模型构建方法和样本数据增强方法，以解决上述现有技术存在的成本高、效率底、耗时间等问题。
2、为实现上述目的，第一方面，本专利技术提供了一种数据增强模型构建方法，包括：
3、获取变压器油中溶解气体的特征气体数据和对应的变压器运行状态；
4、对所述特征气体数据进行预处理，得到预处理样本，基于所述变压器运行状态，对所述预处理样本进行状态编码，得到样本数据；
5、计算所述预处理样本的皮尔逊相关系数，基于皮尔逊相关系数，构建拓扑关系图；
6、基于所述拓扑关系图的图信息，构建数据增强模型，并通过所述样本数据训练所述数据增强模型。
7、优选地，对所述特征气体数据进行预处理的过程：
8、将所述特征气体数据转换成若干种气体比值特征量，对所述气体比值特征量进行归一化预处理，得到预处理样本。
9、优选地，构建拓扑关系图的过程包括：
10、基于所述预处理样本，计算得到样本平均值，基于所述预处理样本和所述样本平均值，通过皮尔逊相关系数公式计算得到皮尔逊相关系数；
11、选取若干个所述皮尔逊相关系数作为特征气体的邻接节点，基于邻接节点构建拓扑关系图。
12、优选地，构建数据增强模型的过程包括：
13、利用拓扑关系图的图信息构建图卷积网络，将所述图卷积网络代替编码器的第一个全连接层，将卷积代替编码器、解码器中的其余全连接层，并增加残差单元，得到图卷积自编码器；
14、将生成对抗网络与所述图卷积自编码器融合，得到数据增强模型。
15、第二方面，本专利技术提供了一种样本数据增强方法，包括：
16、获取变压器油中溶解气体的特征气体数据和对应的变压器运行状态；
17、对所述特征气体数据进行预处理，得到预处理样本，基于所述变压器运行状态，对所述预处理样本进行状态编码，得到待增强样本数据；
18、将所述待增强样本数据输入至所述的数据增强模型，得到均衡样本数据集。
19、优选地，对所述特征气体数据进行预处理的过程：
20、将所述特征气体数据转换成若干种气体比值特征量，对所述气体比值特征量进行归一化预处理，得到预处理样本。
21、优选地，得到均衡样本数据集的过程包括：
22、基于所述待增强样本数据的不均衡状态，利用所述数据增强模型并按照变压器的故障类型需求和数量需求，得到均衡样本数据集。
23、优选地，还包括所述均衡样本数据集的验证过程：
24、将所述待增强样本数据、所述均衡样本数据集分别输入至故障诊断模型中，分别得到第一故障识别准确率和第二故障识别准确率，比较所述第一故障识别准确率和第二故障识别准确率的大小，得到所述均衡样本数据集质量的评价结果。
25、第三方面，本专利技术提供了一种数据增强模型构建装置，用于实施所述的数据增强模型构建方法，所述装置包括：
26、数据获取模块，用于获取变压器油中溶解气体的特征气体数据和对应的变压器运行状态；
27、样本获取模块，用于对所述特征气体数据进行预处理，得到预处理样本，基于所述变压器运行状态，对所述预处理样本进行状态编码，得到样本数据；
28、关系构建模块，用于计算所述预处理样本的皮尔逊相关系数，基于皮尔逊相关系数，构建拓扑关系图；
29、模型构建模块，用于基于所述拓扑关系图的图信息，构建数据增强模型，并通过所述样本数据训练所述数据增强模型。
30、第四方面，本专利技术提供了一种样本数据增强装置，用于实施所述的样本数据增强方法，所述装置包括：
31、数据获取模块，用于获取变压器油中溶解气体的特征气体数据和对应的变压器运行状态；
32、样本获取模块，用于对所述特征气体数据进行预处理，得到预处理样本，基于所述变压器运行状态，对所述预处理样本进行状态编码，得到待增强样本数据；
33、模型输出模块，用于将所述待增强样本数据输入至所述的数据增强模型，得到均衡样本数据集。
34、与现有技术相比，本专利技术具有如下优点和技术效果：
35、本专利技术提供了一种数据增强模型构建方法和样本数据增强方法，获取变压器油中溶解气体的特征气体数据和对应的变压器运行状态；对所述特征气体数据进行预处理，得到预处理样本，基于所述变压器运行状态，对所述预处理样本进行状态编码，得到样本数据；计算所述预处理样本的皮尔逊相关系数，基于皮尔逊相关系数，构建拓扑关系图；基于所述拓扑关系图的图信息，构建数据增强模型，并通过所述样本数据训练所述数据增强模型；接着获取待增强样本数据，将所述待增强样本数据输入至数据增强模型，得到本文档来自技高网...
【技术保护点】
1.一种数据增强模型构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的数据增强模型构建方法，其特征在于，对所述特征气体数据进行预处理的过程：
3.根据权利要求1所述的数据增强模型构建方法，其特征在于，构建拓扑关系图的过程包括：
4.根据权利要求1所述的数据增强模型构建方法，其特征在于，构建数据增强模型的过程包括：
5.一种样本数据增强方法，其特征在于，包括：
6.根据权利要求5所述的样本数据增强方法，其特征在于，对所述特征气体数据进行预处理的过程：
7.根据权利要求5所述的样本数据增强方法，其特征在于，得到均衡样本数据集的过程包括：
8.根据权利要求5所述的样本数据增强方法，其特征在于，还包括所述均衡样本数据集的验证过程：
9.一种数据增强模型构建装置，其特征在于，用于实施权利要求1-4任一项所述的数据增强模型构建方法，所述装置包括：
10.一种样本数据增强装置，其特征在于，用于实施权利要求5-8任一项所述的样本数据增强方法，所述装置包括：
【技术特征摘要】
1.一种数据增强模型构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的数据增强模型构建方法，其特征在于，对所述特征气体数据进行预处理的过程：
3.根据权利要求1所述的数据增强模型构建方法，其特征在于，构建拓扑关系图的过程包括：
4.根据权利要求1所述的数据增强模型构建方法，其特征在于，构建数据增强模型的过程包括：
5.一种样本数据增强方法，其特征在于，包括：
6.根据权利要求5所述的样本数据增强方法，其特征在于...
【专利技术属性】
技术研发人员：杜鑫，马旭斌，曾中伟，姜海新，李金徽，崔洪涛，谢军，
申请(专利权)人：内蒙古电力集团有限责任公司阿拉善供电分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。