【技术实现步骤摘要】
本专利技术涉及数据处理，尤其是涉及一种基于大数据的智能电网平台数据处理方法和装置。
技术介绍
1、随着电网自动化和智能化的不断发展，产生了大量的电网数据，包括传感器数据、操作日志、维护记录等。这些数据具有高维性、复杂性和动态变化的特点，对数据处理和分析提出了更高的要求。
2、但是，现有的数据处理技术中，数据处理模型缺乏训练数据，这限制了模型的泛化能力，导致在处理实际电网数据时准确性和可靠性不足。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于大数据的智能电网平台数据处理方法和装置，通过生成对抗网络进行训练数据的扩充，以提高最终模型的泛化能力。
2、第一方面，本专利技术提供了一种基于大数据的智能电网平台数据处理方法，包括：获取历史电网设备的电网数据，对电网数据进行标注和预处理；其中，电网数据用于表征电网设备的状态；基于预先训练完成的第一生成对抗网络和/或预先训练完成的第二生成对抗网络对电网数据进行扩充得到生成数据；其中，第一生成对抗网络基于流行学习获得的...
【技术保护点】
1.一种基于大数据的智能电网平台数据处理方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的智能电网平台数据处理方法，其特征在于，所述第一生成对抗网络包括第一生成器和第一判别器，其中，所述第一生成器基于所述流行学习获得的低维结构的训练数据初始化获得，通过下述步骤训练所述第一生成对抗网络：
3.根据权利要求2所述的基于大数据的智能电网平台数据处理方法，其特征在于，对基于自适应特征重加权系数所述第一生成器的生成的数据进行自适应特征重加权；其中，所述自适应特征重加权系数基于所述第一生成器的生成的数据和预设的调节因子获得。
4.根...
【技术特征摘要】
1.一种基于大数据的智能电网平台数据处理方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的智能电网平台数据处理方法，其特征在于，所述第一生成对抗网络包括第一生成器和第一判别器，其中，所述第一生成器基于所述流行学习获得的低维结构的训练数据初始化获得，通过下述步骤训练所述第一生成对抗网络：
3.根据权利要求2所述的基于大数据的智能电网平台数据处理方法，其特征在于，对基于自适应特征重加权系数所述第一生成器的生成的数据进行自适应特征重加权；其中，所述自适应特征重加权系数基于所述第一生成器的生成的数据和预设的调节因子获得。
4.根据权利要求2所述的基于大数据的智能电网平台数据处理方法，其特征在于，所述第一生成器的损失函数基于训练样本数量、噪声样本、预设的第一正则化参数和基于所述训练样本生成的数据的熵约束；所述第一判别器的损失函数基于所述训练样本数量、训练样本、所述噪声样本、预设的第二正则化参数和差异...
【专利技术属性】
技术研发人员：吴淑芳，周广斌，张伟，刘龙飞，刘文超，赵正阳，王瑾瑾，
申请(专利权)人：国网山东省电力公司鄄城县供电公司，
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。