[发明专利]样本生成方法、装置、电子设备和存储介质

权利要求书

1.一种样本生成方法，其特征在于，所述方法包括：

采集至少一个光伏组件的样本运行数据，所述样本运行数据中包括带有标签的标签样本数据和未带有标签的无标签样本数据；

根据所述标签样本数据对初始模型进行训练，得到初始故障诊断模型；

将所述无标签样本数据输入至所述初始故障诊断模型进行故障检测，得到所述无标签样本数据对应的预测结果；

根据所述无标签样本数据对应的预测结果，对所述无标签样本数据进行筛选处理，得到目标无标签数据；

基于所述目标无标签数据以及所述标签样本数据，得到样本训练集。

2.如权利要求1所述的样本生成方法，其特征在于，所述根据所述无标签样本数据对应的预测结果，对所述无标签样本数据进行筛选处理，得到目标无标签数据，包括：

根据所述标签样本数据中的标签，确定每种故障类型对应的置信度阈值；所述标签样本数据中的标签为所述标签样本数据的故障类型标签；

根据每种所述故障类型对应的置信度阈值以及所述无标签样本数据对应的预测结果，对所述无标签样本数据进行数据筛选，确定得到目标无标签数据；所述预测结果表征所述无标签样本数据属于每种所述故障类型的置信度。

3.如权利要求2所述的样本生成方法，其特征在于，所述根据所述标签样本数据中的标签，确定每种故障类型对应的置信度阈值包括：

根据所述标签样本数据中的标签，确定得到所述标签样本数据所包括的故障类型的类型数量，以及每一种所述故障类型对应的标签样本数据量；

根据所述故障类型的类型数量、每一种所述故障类型对应的标签样本数据量以及每一种所述故障类型对应的理论样本数据量，确定每种所述故障类型对应的置信度阈值。

4.如权利要求1-3任一项所述的样本生成方法，其特征在于，所述基于所述目标无标签数据以及所述标签样本数据，得到样本训练集，包括：

根据所述标签样本数据中的标签，确定所述标签样本数据中每种故障类型对应的标签样本数据量，以及所述标签样本数据的样本总数据量；所述标签样本数据中的标签为所述标签样本数据的故障类型标签；

根据每种所述故障类型对应的标签样本数据量、所述标签样本数据的样本总数量以及预设的比例因子，确定得到每种所述故障类型对应的样本扩充率；

根据所述目标无标签数据的预测结果，确定得到所述目标无标签数据的伪标签；所述伪标签为所述目标无标签数据预测的故障类型标签；

根据每种所述故障类型对应的样本扩充率以及所述目标无标签数据的伪标签，从所述目标无标签数据中选取出每种所述故障类型对应的预测标签数据；

根据所述预测标签数据以及所述预测标签数据的伪标签、以及所述标签样本数据得到样本训练集。

5.如权利要求1所述的样本生成方法，其特征在于，所述基于所述目标无标签数据以及所述标签样本数据，得到样本训练集，包括：

基于所述目标无标签数据以及所述标签样本数据，得到初始样本训练集；

根据所述初始样本训练集对所述初始故障诊断模型进行训练，得到中间故障诊断模型；

将所述无标签样本数据中除所述目标无标签数据之外的剩余无标签样本数据输入至所述中间故障诊断模型，得到所述剩余无标签样本数据对应的预测结果；

根据所述剩余无标签样本数据对应的预测结果，对所述剩余无标签样本数据进行筛选，得到剩余目标无标签数据；

基于所述剩余目标无标签数据和所述初始样本训练集，得到样本训练集。

6.如权利要求5所述的样本生成方法，其特征在于，所述基于所述剩余目标无标签数据和所述初始样本训练集，得到样本训练集，包括：

获取所述中间故障诊断模型的训练轮数；

若所述中间故障诊断模型的训练轮数满足预设轮数阈值，则根据所述剩余目标无标签数据和所述初始样本训练集得到样本训练集；

若所述中间故障诊断模型的训练轮数未满足预设轮数阈值，则确定所述中间故障诊断模型的训练轮数是否满足预设轮数间隔，根据所述中间故障诊断模型的训练轮数是否满足预设轮数间隔的确定结果，确定样本训练集。