买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利基于对抗生成网络的配电网虚拟故障样本生成方法、系统、介质和设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116432075B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310222575.7，技术领域涉及：G06F18/24；该发明授权基于对抗生成网络的配电网虚拟故障样本生成方法、系统、介质和设备是由杜兆斌;蒋文馨;周维贤设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本基于对抗生成网络的配电网虚拟故障样本生成方法、系统、介质和设备在说明书摘要公布了：本发明公开了一种基于对抗生成网络的配电网虚拟故障样本生成方法、系统、介质和设备，该方法的步骤包括：获取第一配电网、第二配电网的电力故障样本并标注对应的故障类型；构建GAN1模型学习第一配电网的真实故障样本特征；基于GANRA算法搜索最优的GAN模型超参数；基于对抗生成样本方法构建GAN2模型，基于最优的GAN模型超参数并结合第二配电网的电力故障样本训练GAN2模型，基于训练后的GAN2模型生成第二配电网的虚拟故障样本，本发明能够提升故障样本的质量，以及基于神经网络的配电网故障类型判别器的准确度。

本发明授权基于对抗生成网络的配电网虚拟故障样本生成方法、系统、介质和设备在权利要求书中公布了：1.一种基于对抗生成网络的配电网虚拟故障样本生成方法，其特征在于，包括下述步骤： 获取第一配电网、第二配电网的电力故障样本并标注对应的故障类型，所述第一配电网的真实故障样本较多，所述第二配电网真实故障样本较少； 构建GAN1模型学习第一配电网的真实故障样本特征，具体步骤包括： 选取第一配电网的真实故障样本作为任务数据集，并将任务数据集划分为支持集和验证集； 根据预设的单一任务规模以及任务种类从第一配电网的真实故障样本中抽取样本组成不同故障类型的单一任务，利用单一任务中的支持集进行训练，训练任务网络得到GAN1模型的最终参数； 基于GANRA算法搜索最优的GAN模型超参数，具体步骤包括： 初始化元网络权重，所述元网络采用GAN网络，设置GANRA算法超参数，包括：预设元网络迭代轮次、并行训练任务数量、训练任务网络迭代轮次、元网络学习率及其学习率可调参数，以及单一任务规模、任务种类； 根据预设的并行训练任务数量从当前的任务种类任务中随机抽取预设数量的任务； 根据预设的并行训练任务数量进行元学习训练，直至达到预设的训练任务网络迭代轮次及元网络迭代轮次，得到随机抽取预设数量的任务对应的网络权重； 迭代更新元网络权重，输出最优的GAN模型超参数； 基于对抗生成样本方法构建GAN2模型，基于最优的GAN模型超参数并结合第二配电网的电力故障样本训练GAN2模型，基于训练后的GAN2模型生成第二配电网的虚拟故障样本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。