检索结果-维普期刊中文期刊服务平台

基于辅助分类–边界平衡生成式对抗网络的局部放电数据增强与多源放电识别被引量：22: 1; 作者朱永利张翼 +1 位作者蔡炜豪高盎然《中国电机工程学报》 EI CSCD 北大核心 2021年第14期5044-5053,共10页; 为解决局部放电(partial discharge,PD)源诊断中放电样本的不平衡问题,并克服传统多源放电诊断方法对脉冲聚类分离效果的依赖,该文提出基于辅助分类–边界平衡生成式对抗网络(boundary equilibrium generative adversarial network with... 展开更多; 关键词多源局部放电同步挤压小波变换数据增强辅助分类-边界平衡生成对抗网络; 在线阅读下载PDF 职称材料

基于生成对抗网络的主机入侵风险识别被引量：1: 2; 作者林英李元培潘梓文《计算机应用与软件》北大核心 2021年第11期331-337,共7页; 随着互联网的发展,针对主机漏洞发起的入侵层出不穷,计算机安全问题日益突出,基于深度学习的入侵检测成为研究热点,但仍然存在攻击训练样本少以及无法有效检测未知攻击的问题。基于AC-GAN和LS-GAN,设计并实现主机入侵风险识别网络TR-GAN... 展开更多; 关键词入侵风险识别生成对抗网络辅助分类器-生成对抗网络最小二乘-生成对抗网络主机特征; 在线阅读下载PDF 职称材料

基于边界辅助判别的滚动轴承故障特征增强及诊断方法被引量：1: 3; 作者李佰霖鲁大臣 +1 位作者付文龙陈禹朋《机电工程》 CAS 北大核心 2024年第4期643-650,共8页; 滚动轴承作为机械设备重要部件,对保障设备安全稳定运行具有重要意义。针对实际诊断中的滚动轴承故障数据不平衡问题,提出了一种基于边界辅助判别的辅助分类生成对抗网络模型(BD-ACGAN)。首先,设计了一种可用于提取故障样本边界细节特... 展开更多; 关键词轴承故障诊断数据不平衡边界辅助判别的辅助分类生成对抗网络故障特征增强自适应权重损失数据集增广; 在线阅读下载PDF 职称材料

采用非平衡小样本数据的风机主轴承故障深度对抗诊断被引量：37: 4; 作者黄南天杨学航 +3 位作者蔡国伟宋星陈庆珠赵文广《中国电机工程学报》 EI CSCD 北大核心 2020年第2期563-574,共12页; 风机主轴承振动信号中存在噪声干扰,且实验环境下获取众多故障类型与故障程度数据难度大、成本高。为提高高噪声环境下基于小样本非平衡振动数据的风机主轴承故障诊断准确率,提出采用改进辅助分类生成对抗网络(auxiliary classifier gen... 展开更多; 关键词风机主轴承故障小样本非平衡生成对抗性网络辅助分类器; 在线阅读下载PDF 职称材料

电力电量平衡视角下基于LSTM-ACGAN的特定风电时序场景生成: 5; 作者葛彦硕周艳真 +1 位作者兰健郭庆来《电力自动化设备》 2025年第11期10-16,24,共8页; 风电高渗透接入电网导致电力电量平衡难度增加,为充分挖掘风电出力时序特征,生成特定风电场景以辅助电网提前进行分析计算,提出基于长短期记忆-辅助分类器生成对抗网络(LSTM-ACGAN)的特定风电场景生成方法。提出考虑电力电量平衡的优化... 展开更多; 关键词辅助分类器生成对抗网络长短期记忆网络电力电量平衡风电场景生成生成式人工智能; 在线阅读下载PDF 职称材料

题名基于辅助分类–边界平衡生成式对抗网络的局部放电数据增强与多源放电识别被引量：22: 1; 作者朱永利张翼蔡炜豪高盎然; 机构华北电力大学电气与电子工程学院; 出处《中国电机工程学报》 EI CSCD 北大核心 2021年第14期5044-5053,共10页; 基金国家自然科学基金项目(51677072)。; 文摘为解决局部放电(partial discharge,PD)源诊断中放电样本的不平衡问题,并克服传统多源放电诊断方法对脉冲聚类分离效果的依赖,该文提出基于辅助分类–边界平衡生成式对抗网络(boundary equilibrium generative adversarial network with auxiliary classifier,AC-BEGAN)的PD数据增强与多源放电识别方法。首先,对PD脉冲进行同步挤压小波变换(synchrosqueezed wavelet transform,SWT)作为训练样本。然后,在训练稳定性优越的BEGAN基础上,融合条件信息和辅助局放脉冲分类任务构建AC-BEGAN模型,旨在提升模型的生成能力并条件式地扩充训练样本。最后,采用扩充均衡的训练样本微调该辅助分类任务以学习多源放电中各单次脉冲的类别,并将占主导的脉冲标签的组合确定为该多源放电类型。结果表明,该方法相比于传统数据增强技术可以有效地均衡脉冲样本,同时可以克服传统诊断方法对聚类分离效果的依赖,直接实现多源放电诊断。; 关键词多源局部放电同步挤压小波变换数据增强辅助分类-边界平衡生成对抗网络; Keywords multi-sources partial discharge synchros-queezed wavelet transform data augmentation boundary equilibrium generative adversarial network with auxiliary classifier; 分类号 TM85 [电气工程—高电压与绝缘技术]; 在线阅读下载PDF 职称材料

题名基于生成对抗网络的主机入侵风险识别被引量：1: 2; 作者林英李元培潘梓文; 机构云南大学软件学院云南省软件工程重点实验室; 出处《计算机应用与软件》北大核心 2021年第11期331-337,共7页; 基金云南省软件工程重点实验室项目(2017SE102) 云南大学数据驱动的软件工程省科技创新团队项目(2017HC012)。; 文摘随着互联网的发展,针对主机漏洞发起的入侵层出不穷,计算机安全问题日益突出,基于深度学习的入侵检测成为研究热点,但仍然存在攻击训练样本少以及无法有效检测未知攻击的问题。基于AC-GAN和LS-GAN,设计并实现主机入侵风险识别网络TR-GAN,该模型能有效解决梯度偏移或梯度消失的问题。TR-GAN相较于AC-GAN及LS-GAN,不但风险识别准确率更稳定,最大识别准确率达到80%,且其风险样本生成模块能在较少训练迭代轮数下就生成与真实攻击样本具有相同特征的攻击样本。生成的攻击样本不但可以作为训练样本的补充,而且可作为部署系统安全策略的参考。; 关键词入侵风险识别生成对抗网络辅助分类器-生成对抗网络最小二乘-生成对抗网络主机特征; Keywords Intrusion risk recognition Generative adversarial network Auxiliary classifier-GAN Least squares-GAN Characteristic of host; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名基于边界辅助判别的滚动轴承故障特征增强及诊断方法被引量：1: 3; 作者李佰霖鲁大臣付文龙陈禹朋; 机构三峡大学电气与新能源学院; 出处《机电工程》 CAS 北大核心 2024年第4期643-650,共8页; 基金国家自然科学基金资助项目(51741907) 梯级水电站运行与控制湖北省重点实验室开放基金资助项目(2022KJX10)。; 文摘滚动轴承作为机械设备重要部件,对保障设备安全稳定运行具有重要意义。针对实际诊断中的滚动轴承故障数据不平衡问题,提出了一种基于边界辅助判别的辅助分类生成对抗网络模型(BD-ACGAN)。首先,设计了一种可用于提取故障样本边界细节特征的边界辅助判别器,以引导生成器生成更真实的样本,并采用该生成样本解决了数据不平衡的问题;其次,采用了自适应权重损失模块,动态调整了损失权重,使该模型更加关注重要的特征信息,从而提高了该模型的生成质量和特征表达能力;利用生成样本和真实样本数据对BD-ACGAN模型进行了增强训练,提高了该模型的泛化能力和诊断能力;最后,进行了消融实验及对照实验,对BD-ACGAN模型的特征增强能力和诊断效果进行了验证,分别采用美国凯斯西储大学和西安交通大学滚动轴承数据集对模型进行了实验验证。研究结果表明:该BD-ACGAN模型能够有效利用故障样本的边界特征解决数据不平衡问题,并且故障诊断精确度为98.79%,优于其他对照模型,为滚动轴承故障诊断提供了一种新的方法。; 关键词轴承故障诊断数据不平衡边界辅助判别的辅助分类生成对抗网络故障特征增强自适应权重损失数据集增广; Keywords bearing fault diagnosis data imbalance boundary-assisted discriminative auxiliary classifier generative adversarial network(BD-ACGAN) fault feature enhancement adaptive weight loss dataset augmentation; 分类号 TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名采用非平衡小样本数据的风机主轴承故障深度对抗诊断被引量：37: 4; 作者黄南天杨学航蔡国伟宋星陈庆珠赵文广; 机构现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学); 出处《中国电机工程学报》 EI CSCD 北大核心 2020年第2期563-574,共12页; 基金国家重点研发计划项目(2016YFB0900104) 吉林省产业技术开发专项(2019C058-8).; 文摘风机主轴承振动信号中存在噪声干扰,且实验环境下获取众多故障类型与故障程度数据难度大、成本高。为提高高噪声环境下基于小样本非平衡振动数据的风机主轴承故障诊断准确率,提出采用改进辅助分类生成对抗网络(auxiliary classifier generative adversarial networks,AC-GAN)的风机主轴承故障诊断新方法。首先,在AC-GAN生成器中加入Dropout层,防止过拟合导致生成重复的样本数据,保证样本生成质量。之后,在AC-GAN判别器加入卷积层,提取更多细节特征,并引入噪声过渡模型、重定义损失函数,提高判别器抗噪能力。然后,为训练样本添加标签约束,使生成器针对性生成大量符合真实样本概率分布特性的非平衡场景下小样本故障类型数据,由此,实现判别器增强。最后,通过判别器与生成器博弈达到平衡,提高小样本非平衡场景下故障识别准确率。实验表明,在高噪声干扰、样本数量不足及不同类型样本训练集规模非平衡等复杂场景下,新方法依然能够保持良好的主轴承故障识别准确率。; 关键词风机主轴承故障小样本非平衡生成对抗性网络辅助分类器; Keywords wind turbine main bearing fault small sample imbalanced generative adversarial networks auxiliary classifier; 分类号 TM315 [电气工程—电机] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名电力电量平衡视角下基于LSTM-ACGAN的特定风电时序场景生成: 5; 作者葛彦硕周艳真兰健郭庆来; 机构清华大学未央书院; 出处《电力自动化设备》 2025年第11期10-16,24,共8页; 基金国家自然科学基金资助项目(U22B2097,52321004)。; 文摘风电高渗透接入电网导致电力电量平衡难度增加,为充分挖掘风电出力时序特征,生成特定风电场景以辅助电网提前进行分析计算,提出基于长短期记忆-辅助分类器生成对抗网络(LSTM-ACGAN)的特定风电场景生成方法。提出考虑电力电量平衡的优化问题框架对原始风电场景进行分类;在ACGAN的基础上提出了生成器引入长短期记忆层的LSTM-ACGAN模型结构,以提高模型对时序特征的学习能力;使用分类后的风电场景对其训练,以实现对特定类型风电场景的高效生成。在新英格兰10机39节点系统进行算例分析,所提模型的场景生成整体准确率相比传统ACGAN提升近10%;将生成风电场景用于鲁棒调度,能够显著提升机组组合结果的鲁棒性。; 关键词辅助分类器生成对抗网络长短期记忆网络电力电量平衡风电场景生成生成式人工智能; Keywords auxiliary classifier generative adversarial network long short-term memory network electric power and energy balance wind power scenarios generation generative artificial intelligence; 分类号 TM614 [电气工程] TM73 [电气工程—电力系统及自动化] TP391 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于辅助分类–边界平衡生成式对抗网络的局部放电数据增强与多源放电识别	朱永利张翼蔡炜豪高盎然	《中国电机工程学报》 EI CSCD 北大核心	2021	22	在线阅读下载PDF 职称材料
2	基于生成对抗网络的主机入侵风险识别	林英李元培潘梓文	《计算机应用与软件》北大核心	2021	1	在线阅读下载PDF 职称材料
3	基于边界辅助判别的滚动轴承故障特征增强及诊断方法	李佰霖鲁大臣付文龙陈禹朋	《机电工程》 CAS 北大核心	2024	1	在线阅读下载PDF 职称材料
4	采用非平衡小样本数据的风机主轴承故障深度对抗诊断	黄南天杨学航蔡国伟宋星陈庆珠赵文广	《中国电机工程学报》 EI CSCD 北大核心	2020	37	在线阅读下载PDF 职称材料
5	电力电量平衡视角下基于LSTM-ACGAN的特定风电时序场景生成	葛彦硕周艳真兰健郭庆来	《电力自动化设备》	2025		在线阅读下载PDF 职称材料