Abstract：
为解决电网实际故障样本与训练样本分布差异较大而使模型无法评估的问题,提出一种定向对抗迁移的评估模型.首先,建立以堆叠自编码器为基础的传统对抗迁移模型,通过训练样本和潜在样本间的对抗学习,使模型提取到样本的共同特征,提高了模型评估潜在故障的能力;然后,在传统对抗迁移模型的基础上加入一种定向对抗方法,有选择性地迁移训练样本,所提方法根据训练样本和潜在故障样本的相似度值更改不同训练样本在对抗训练中的权重,减小大差异样本对迁移训练的负面影响;在实际区域系统仿真算例中所提方法相较传统对抗迁移模型提高5.72%的准确率.测试结果表明所提方法能够有效提高模型的迁移能力和评估准确率.
Keyword：
Reprint 's Address：
Email：
Source ：
太阳能学报
ISSN： 0254-0096
Year： 2025
Issue： 2
Volume： 46
Page： 226-234
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
