[发明专利]一种鲁棒半监督网络的配电网故障分析方法

权利要求书

1.一种鲁棒半监督网络的配电网故障分析方法，其特征在于，包括：

采集配电网故障录波数据并进行预处理；

基于典型网络和半监督学习构建鲁棒半监督原型网络分类器，根据所述分类器以及预处理后的数据对配电网故障进行识别及分类；

根据识别分类结果确定故障发生的根本原因，完成配电网故障分析。

2.如权利要求1所述的鲁棒半监督网络的配电网故障分析方法，其特征在于：所述配电网故障录波数据包括三相电流、中性点电流、三相电压。

3.如权利要求1或2所述的鲁棒半监督网络的配电网故障分析方法，其特征在于：所述预处理过程包括，

对所采集的数据进行数据清洗、数据变换以及数集合成；

对已知故障信息进行标记。

4.如权利要求1所述的鲁棒半监督网络的配电网故障分析方法，其特征在于：构建所述鲁棒半监督原型网络分类器包括，

构建鲁棒半监督原型网络模型；

生成训练集，对鲁棒半监督原型网络模型进行训练；

当出现未标记的新类别故障时，所述鲁棒半监督原型网络模型根据故障信息进行在线微调，并基于所述新类别故障生成新的分类器。

5.如权利要求1或4所述的鲁棒半监督网络的配电网故障分析方法，其特征在于：利用所述训练集对鲁棒半监督原型网络模型进行训练包括，

采用未标记的数据和已知类别的标记数据来训练所述鲁棒半监督原型网络模型并获得学习的模型函数θT、T以及决策半径函数g。

6.如权利要求5所述的鲁棒半监督网络的配电网故障分析方法，其特征在于：进一步包括，

生成包含支持集S、查询集Q、未标记集U的小训练集Episode，并初始化嵌入函数h(x；θ)，所述使用支持集S计算每个类别的原型pc：

使用决策半径函数来计算决策半径r_c，将落于决策半径内的无标签数据用于模型的更新，其计算公式为:

寻找落于决策半径内的无标签数据构成有效的无标签数据集U^c，并更新类的原型下公式：

wherez_i，c＝1[y_i＝c]，

利用全新的混合损失函数Lmixed来训练整个模型，Lmixed由监督损失Ls,伪监督损失Lp和无监督损失Lu构成。

7.如权利要求6所述的鲁棒半监督网络的配电网故障分析方法，其特征在于：所述监督损失Ls由查询集Q上的交叉熵损失得到，其公式包括，

8.如权利要求6所述的鲁棒半监督网络的配电网故障分析方法，其特征在于：所述伪监督损失Lp由有效的无标签数据集Uc上的交叉熵损失得到，其公式包括，

9.如权利要求6所述的鲁棒半监督网络的配电网故障分析方法，其特征在于：所述无监督损失由无标签数据集上的一致性正则损失计算得到，其公式包括，