基于多重生成对抗网络的智能开关设备状态感知与诊断研究
【摘要】 随着电力物联网数据驱动技术的不断发展，传感器采集的设备量测数据规模爆发式增长，海量异构的多源监测数据给智能开关设备的实时状态感知和诊断带来了新的挑战。针对上述问题，提出一种基于多重生成对抗网络和DS证据理论的开关设备状态感知方法。首先基于DS证据理论构造融合视频、温度、压力、姿态传感器等多源数据的基本信任分配，获取表征开关设备状态的特征信息。根据特征信息和状态类别，建立包含样本生成、数据分类和特征识别的多重生成对抗网络。采用比较、关联、聚类等算法，结合随机梯度下降法更新网络层间参数，最终实现对开关设备运行状态的判别和诊断。以某区域电网的开关设备为例，算例分析结果表明该方法能准确地感知设备的实时状态并对异常信息提出告警。
