摘要

电流互感器在受到信息缺失和噪声的影响时会导致特征无法被精准提取,这里提出了基于数据增强的电流互感器频率变化特征提取研究方法。采集电流互感器输入信号及输出信号样本,高斯混合模型(GMM)-生成式对抗网络(GAN)模型将GMM与GAN相结合,增强所采集数据样本,使数据样本集具有较高多样性;基于增强后的数据样本集获取输入信号的自相关函数及输入、输出信号的互相关函数,应用加窗插值快速傅里叶变换(FFT)计算自相关函数及互相关函数,获取输入信号的自功率谱及输出输入信号的互功率谱,利用自功率谱及互功率谱获取电流互感器频率响应函数即频率变化特征,防止部分数据未被提取。实验结果表明,所提方法可精准提取电流互感器的频率变化特征,且噪声为10 dB及20 dB时的频率变化特征提取相对误差低于0.05%。

  • 单位
    中国科学院沈阳计算技术研究所有限公司