典型文献
基于GAN的光伏逆变器数据异常检测技术
文献摘要：
随着实际环境中实时传感器数据的增加,定位异常情况变得越来越困难.同时,在基于图像的异常检测领域,生成对抗网络因其能够对复杂的高维图像分布进行建模而得到发展.为了能够精准快速地定位光伏发电系统中光伏逆变器的异常,提出了一种新的基于GAN的异常检测和定位框架.并将多变量时间序列利用角场转换为一系列二维图像,以此利用编码器和解码器的结构.特别是在一系列图像中采用卷积长短期记忆网络的编码器,保证了对每个时间序列数据的时间信息以及各变量之间的相关信息进行提取.最后通过执行异常评分函数来检测和定位异常,并通过相关实验证明了此方法在实际光伏逆变器数据异常检测任务中的有效性.
文献关键词：
异常检测;光伏逆变器;生成对抗网络;卷积长短期记忆神经网络
中图分类号：
作者姓名：
周嘉琪;毕利
作者机构：
宁夏大学信息工程学院,宁夏银川 750021
文献出处：
引用格式：
[1]周嘉琪;毕利-.基于GAN的光伏逆变器数据异常检测技术)[J].电力系统保护与控制,2022(01):133-140
A类：
B类：
GAN,光伏逆变器,数据异常检测,着实,传感器数据,异常情况,检测领域,生成对抗网络,高维,光伏发电系统,检测和定位,多变量时间序列,二维图像,编码器,解码器,卷积长短期记忆网络,时间序列数据,时间信息,异常评分,卷积长短期记忆神经网络
AB值：
0.259796
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
