【技术实现步骤摘要】
本专利技术实施例涉及故障电弧检测，尤其涉及一种应用于直流拉弧检测的模型训练方法和装置。
技术介绍
1、基于神经网络模型的直流拉弧检测对于保障光伏系统的安全至关重要，在进行模型训练时，往往依赖于单一的模型训练过程，忽略数据质量以及生成的模型质量，导致训练生成的模型效果差。
2、原始数据集会在两个阶段易出现异常：采集阶段：在采集数据时，人工采集拉弧数据和正常运行数据，不同工作人员的判断方式不一样，采集拉弧数据过程中也可能由于电弧的不稳定存在导致采集到异常数据；标注阶段：在进行人工标注时难免因为人员失误或者标注软件程序漏洞造成数据集掺杂大量异常数据。使用传统的模型训练方案时会把这些异常数据引入模型训练过程，导致模型训练时对模型的质量造成准确率下降的影响。而且，现有技术中，多数方案未对数据源头进行着重的数据筛查，低质量的数据必然会生产出低质量的模型，造成模型准确性差。
技术实现思路
1、有鉴于此，本专利技术提供一种应用于直流拉弧检测的模型训练方法和装置，能够通过反馈优化过程提升模型训练...
【技术保护点】
1.一种应用于直流拉弧检测的模型训练方法，其特征在于，所述模型训练方法，包括：
2.根据权利要求1所述的方法，其特征在于，所述数据处理至少包括：异常数据筛除和FFT傅里叶变换；
3.根据权利要求1所述的方法，其特征在于，所述当前检测模型至少包括：二分类模型、卷积神经网络模型、循环神经网络模型中的任意一种。
4.根据权利要求1所述的方法，其特征在于，所述当前测试集包括：所述目标第一时间序列数据中每个数据帧以及对应的第一标签、所述目标第二时间序列数据中每个数据帧以及对应的第二标签；
5.根据权利要求4所述的方法，其特征在于，...
【技术特征摘要】
1.一种应用于直流拉弧检测的模型训练方法，其特征在于，所述模型训练方法，包括：
2.根据权利要求1所述的方法，其特征在于，所述数据处理至少包括：异常数据筛除和fft傅里叶变换；
3.根据权利要求1所述的方法，其特征在于，所述当前检测模型至少包括：二分类模型、卷积神经网络模型、循环神经网络模型中的任意一种。
4.根据权利要求1所述的方法，其特征在于，所述当前测试集包括：所述目标第一时间序列数据中每个数据帧以及对应的第一标签、所述目标第二时间序列数据中每个数据帧以及对应的第二标签；
5.根据权利要求4所述的方法，其特征在于，所述预设要求包括：所述异常文件的数目小于或等于预设预期异常文件数目参考值；
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：田志新，张玉治，周旭，张玉林，
申请(专利权)人：上海正泰电源系统有限公司，
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。