(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111456516.3 (22)申请日 2021.12.01 (71)申请人 南方电网科 学研究院有限责任公司 地址 510000 广东省广州市萝岗区科 学城 科翔路11号J1栋3、 4、 5楼及J3 栋3楼 申请人 广东电网有限责任公司广州供电局 (72)发明人 何锦强　李锐海　张巍　李昊　 赵林杰　张显聪　杨珏　范旭娟　 陈雁　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 麦小婵 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01)G06V 10/776(2022.01) G06V 10/84(2022.01) G06V 20/17(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) G06N 7/00(2006.01) G16Y 10/35(2020.01) G16Y 20/10(2020.01) G16Y 40/10(2020.01) G16Y 40/20(2020.01) (54)发明名称 电网缺陷数据选取方法、 装置、 设备和介质 (57)摘要 本发明涉及电网缺陷数据处理技术领域， 公 开了电网缺陷数据选取方法， 包括： 采集电网缺 陷数据， 对电网缺陷数据进行处理得到少数缺陷 类电网缺陷数据样本集； 用环 境状态作为输入以 训练电网缺陷数据选取网络， 得到目标网络； 其 中， 环境状态即电网缺陷数据； 测试目标网络的 对电网缺陷数据的分类性能； 本发 明的选取电网 缺陷数据的网络， 采用强化学习算法， 面对不同 的当前环境状态， 将是否选取样本视为离散动 作， 采取最合适的动作来转换状态使得回报函数 最大化， 提高电网缺陷数据分类的准确性。 权利要求书2页 说明书7页 附图5页 CN 114359620 A 2022.04.15 CN 114359620 A 1.一种电网缺陷数据选取 方法， 其特 征在于， 包括： 采集电网缺陷数据， 对电网缺陷数据进行处 理得到少数缺陷类电网缺陷数据样本集； 用环境状态作为输入以训练电网缺陷数据选取网络， 得到目标网络； 其中， 环境状态即 电网缺陷数据； 测试目标网络对电网缺陷数据的分类性能。 2.根据权利要求1所示电网缺陷数据选取方法， 其特征在于， 所述对电网缺陷数据进行 处理得到少数缺陷类电网缺陷数据样本集， 具体为： 用上采样方法对电网缺陷数据集进行处 理得到少数缺陷类电网缺陷数据样本集。 3.根据权利要求1所示电网缺陷数据选取方法， 其特征在于， 所述用环境状态作为输入 以训练电网缺陷数据选取网络， 得到目标网络； 包括： 随机初始化所有的环境状态和动作对应的电网缺陷数据选取网络的参数和电网缺陷 数据选择 标识， 并且清空经验回放 集合； 设置训练电网缺陷数据选取网络的方案的参数； 将各个环境状态依次输入到电网缺陷数据选取网络内以训练电网缺陷数据选取网络 的参数， 至到电网缺陷数据选取网络迭代结束或者收敛， 使得回报函数最大化， 从而得到目 标网络。 4.根据权利要求3所示电网缺陷数据选取 方法， 其特 征在于， 所述将各个环境状态依次输入到电网缺陷数据选取网络内以训练电网缺陷数据选取 网络的参数， 至到电网缺陷数据选取网络迭代结束或者收敛， 使 得回报函数最大化， 从而得 到目标网络包括： 遍历状态序列内的所有环境状态， 将得到第一个特征向量、 第二个特征向量、 环境奖励 和动组成一个数据组合， 并且 存入经验回放 集合； 从经验回放 集合中采样多个数据组合作为样本， 以计算当前目标网络的值yj； 根据计算得到的目标网络的值， 使用如公式(1)所示均方差损失函数， 通过神经网络的 梯度反向传播 来更新目标网络的参数； 如果当前环境状态在状态序列内的次序占据参数更新频率的百分比的数值为1， 则更 新目标网络的参数。 5.根据权利要求 4所示电网缺陷数据选取 方法， 其特 征在于， 遍历状态序列内的所有环境状态， 将得到第一个特征向量、 第二个特征向量、 环境奖励 和动作组成一个数据组合， 并且 存入经验回放 集合D， 包括： 以状态序列内的第一个环境状态为当前环境状态； 根据状态序列内的当前环境状态生成第一个特 征向量； 将第一个特征向量输入目标网络， 得到电网缺陷数据选择标识， 目标网络根据电网缺 陷数据选择 标识确定是否 选择相应的电网缺陷数据； 计算环境奖励； 状态序列内的当前环境状态之后的下一个环境状态是第 二个环境状态， 根据第 二个环权　利　要　求　书 1/2 页 2 CN 114359620 A 2境状态生成第二个特 征向量； 根据电网缺陷数据选择 标识选择对应的动作； 将第一个特征向量、 第二个特征向量、 环境奖励和动作组成一个数据组合， 并且存入经 验回放集合； 以状态序列内的当前的第 二个环境状态为当前环境状态， 之后从步骤根据状态序列内 的当前环境状态生成第一个特 征向量循环执 行， 遍历状态序列内的所有环境状态。 6.根据权利要求1所示电网缺陷数据选取方法， 其特征在于， 所述测试目标网络的对电 网缺陷数据的分类性能包括： 将实际为正类的样本分为预测为正类和预测为负类两部分， 将 实际为负类的样本分为 预测为负类和预测为 正类； 将正类的样本预测为正类、 正类的样本正类预测为负类、 负类的样本预测为负类和负 类的样本预测为 正类组合成混淆矩阵来评价分类模型； 综合分类 器的特异性和分类 器的召回率 来评价分类效果。 7.电网缺陷数据选取装置， 其特 征在于， 包括： 制作电网缺陷数据样本集模块， 用于采集电网缺陷数据， 对电网缺陷数据进行处理得 到少数缺陷类电网缺陷数据样本集； 训练电网缺陷数据选取网络模块， 用于将环境状态作为输入以训练电网缺陷数据选取 网络， 得到目标网络； 目标网络性能测模块， 用于测试目标网络的对电网缺陷数据的分类性能。 8.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储可执行指令； 处理器， 用于执行所述存储器中存储的可执行指令时， 实现权利要求1至6任一项所述 电网缺陷数据选取 方法。 9.一种计算机可读存储介质， 其特征在于， 存储有可执行指令， 用于被处理器执行时， 实现权利要求1至 6任一项所述电网缺陷数据选取 方法。权　利　要　求　书 2/2 页 3 CN 114359620 A 3