基于生成对抗网络的小样本数据生成技术研究

• 作者: 杨懿男 王红 苏林萍 齐林海
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 智能电网 深度学习 全卷积神经网络 生成对抗网络(GAN) 样本生成
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 智能电网
• 页码范围: 71-77
• 页数: 7页
• 分类号: TM714
• 字数: 4590字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7229.2019.05.009

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐林海	华北电力大学控制与计算机工程学院	45	223	8.0	13.0
2	王红	华北电力大学控制与计算机工程学院	21	60	4.0	7.0
3	苏林萍	华北电力大学控制与计算机工程学院	6	5	1.0	2.0
4	杨懿男	华北电力大学控制与计算机工程学院	1	4	1.0	1.0