基于改进DCGAN的XLPE电缆局放数据增强方法

作者：岳云飞; 孙抗

来源：机电工程技术, 2023, 52(01): 40-43.

• 数据增强
• XLPE电缆
• DCGAN
• 局部放电

针对深度卷积生成对抗网络(DCGAN)在扩充XLPE电缆局部放电样本时存在的训练不稳定、收敛速度较慢等问题，从算法和模型结构两方面对DCGAN进行改进，并提出一种基于Wasserstein距离的深度残差生成对抗网络。在算法方面，使用带梯度惩罚优化的Wasserstein距离代替JS散度，提升模型训练的稳定性；在模型结构方面，使用残差网络构建模型的生成器，加快模型的收敛速度；最后使用Inception Score、弗雷歇距离、识别准确率等评估指标衡量所提模型生成样本的质量。实验结果表明，与原始DCGAN生成样本相比，所提新模型的生成样本在Inception Score、弗雷歇距离等评估指标上的得分优化率均大于6.0%，并使AlexNet模型的识别准确率提高了4.0%，有效提升了DCGAN对于XLPE电缆局部放电样本的数据增强效果。

• 单位
  河南理工大学; 自动化学院