原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
Vol.43，No.01第43卷第1期
Jan.25.2024ZhejiangElectricPower2024年1月
面向电力缺陷场景的小样本图像生成方法
1111123，4
何宇浩，宋云海，何森，周震震，孙萌，陈毅，闫云凤
（1.南网超高压公司电力科研院，广州510000；
2.浙江大学机械工程学院，杭州310027；
3.浙江大学海南研究院，海南三亚572000；
4.浙江大学电气工程学院，杭州310027）
摘要：由于电力缺陷数据稀缺，目前大多数缺陷检测方法都无法有效地对电力缺陷情况进行准确的检
测。为此，使用小样本图像生成方法，基于改进的LoFGAN（局部融合生成对抗网络），设计基于上下文信
息的小样本图像生成器，提高缺陷检测网络对细节特征的提取能力；引入基于LC-散度的正则化损失来优
化图像生成模型在有限数据集上的训练效果。实验表明，小样本图像生成方法能够为电力场景缺陷情况生
成有效且多样的缺陷数据，所提模型能够有效解决电力缺陷场景数据稀缺的问题。
关键词：小样本图像生成；电力缺陷；上下文信息；LC-散度
DOI:10.19585/j.zjdl.202401015开放科学（资源服务）标识码（OSID）：
Afew-shotimagegenerationmethodforpowerdefectscenarios
1111123，4
HEYuhao，SONGYunhai，HESen，ZHOUZhenzhen，SUNMeng，CHENYi，YANYunfeng
（1.CSGEHVElectricPowerResearchInstitute，Hangzhou510000，China；
2.SchoolofMechanicalEngineering，ZhejiangUniversity，Hangzhou310027，China；
3.HainanInstituteofZhejiangUniversity，Sanya，Hainan572000，China；
4.SchoolofElectricalEngineering，ZhejiangUniversity，Hangzhou310027，China）
Abstract:Duetothelimitedavailabilityofpowerdefectdata，mostcurrentdefectdetectionmethodsareunableto
accuratelydetectpowersystemanomalies.Toovercomethischallenge，afew-shotimagegenerationmethodisem⁃
ployed.Buildingupo
文档评论（0）