一种频域分布一致性的小样本用户用电数据扩充方法技术

本发明专利技术提供了一种频域分布一致性的小样本用户用电数据扩充方法，在充分考虑用户用电数据频域特性的基础上，通过采集获取小样本用电用户的日用电负荷数据，计算小样本用户日用电负荷数据的频域映射向量，采用概率分布方差最小生成对抗网络方法扩充生成频域用户待选数据，按照样本累计余弦散度最小准则筛选频域用户用电数据，基于频域逆变换计算扩充的时域小样本用户用电数据；有效提高小样本用户用电扩充数据与原始数据在频域分布上的一致性。扩充数据与原始数据在频域分布上的一致性。扩充数据与原始数据在频域分布上的一致性。

【技术实现步骤摘要】
一种频域分布一致性的小样本用户用电数据扩充方法


[0001]本专利技术属于智能用电用户用电行为辨识领域，尤其涉及一种频域分布一致性的小样本用户用电数据扩充方法。

技术介绍

[0002]用户用电行为辨识是泛在电力物联网背景下实现智慧能源综合服务的必要措施。而使用大数据人工智能分析用户用电行为时，数据集样本往往存在不均衡性，导致用电数据的分类不准确导致后续数据分析处理出现问题，因此通过小样本用户用电数据生成方法来扩充小样本数据使数据集平衡具有重要意义。生成对抗网络是一种深度学习模型，擅长生成与输入数据分布相近的扩充数据，是解决小样本数据扩充问题的新方法。
[0003]现有的小样本用户用电数据扩充方法，一方面从生成算法上来讲，多是样本的简单复制，不具有多样性，导致后续分析的泛化能力不强；另一方面多是考虑时域来进行分类，没有充分考虑用户用电数据在频域上的特性。针对现有小样本用户用电数据生成方法的局限性，本专利技术在充分考虑用户用电数据频域特性的基础上，通过采集获取小样本用电用户的日用电负荷数据，计算小样本用户日用电负荷数据的频域映射向量，采用概本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种频域分布一致性的小样本用户用电数据扩充方法，包括以下步骤：S1.采集获取小样本用电用户的日用电负荷数据；S2.计算小样本用户日用电负荷数据的频域映射向量；S3.采用概率分布方差最小生成对抗网络方法扩充生成频域用户待选数据；S4.按照样本累计余弦散度最小准则筛选频域用户用电数据；S5.基于频域逆变换计算扩充的时域小样本用户用电数据。2.根据权利要求1所述的一种频域分布一致性的小样本用户用电数据扩充方法，其特征在于，所述步骤S1中，小样本用电用户总数为K(K的取值范围为1～100)，扩充大样本倍数为Z(取值范围为5～10)，扩充因子为λ(取值范围为2～5)；采样间隔为T(单位小时),小样本用电用户k(k的取值范围为1～K)的日用电负荷数据第i(i的取值范围为1～50)个统计时刻内的用电数据为D
k
(i)，小样本用电用户k日用电负荷数据集合为{D
k
(i)}(i＝1,...,N)。3.根据权利要求1所述的一种频域分布一致...

【专利技术属性】
技术研发人员：陆俊，李国成，王赟，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：