基于VAE预处理和RP-2D CNN的不平衡负荷数据类型辨识方法

针对负荷数据类型辨识中存在的类别不平衡及特征提取不足的问题,提出一种基于变分自编码器预处理和递归图-二维卷积神经网络的不平衡负荷数据类型辨识方法。首先,利用变分自编码器的过采样方法对少数类样本进行平衡化处理。然后,使用递归图算法将负荷曲线图像化。最后,根据二维卷积神经网络求取分类结果。算例分析表明,变分自编码器能有效地改善负荷数据中存在的类别不平衡问题,提高少数类的召回率;同时,相比于序列输入的分类器模型,经过递归图编码后,其图像输入的二维卷积神经网络模型有更高的分类准确度。