CN119514733A 一种基于拓扑变化场景的源领域学习策略的迁移方法 （安徽继远软件有限公司）

一种基于拓扑变化场景的源领域学习策略本发明公开了一种基于拓扑变化场景的源和相似训练模型，对相似训练数据进行迁移转2获取电网源领域的源拓扑场景，源拓扑场景由至少一个获取电网源领域中的至少一个源训练模型，获取源训练模型训练时使用的源训练数获取电网目标领域中的至少一个目标训练模型，获取目标训获取电网目标领域中的待训练模型，分析得到待训练模型训练使用的目标数据类型，基于相似训练数据，在电网源领域中获取与待训练模型对应基于相似训练模型与待训练模型训练模式的分析，2.根据权利要求1所述的一种基于拓扑变化场景的源领域学习策略的迁移方法，其特获取目标训练模型的目标训练数据输入源训练模型中第一识别正确率与第二识别正确率叠加，得到源训练模型与目对源数据分类标准与目标数据分类标准分别进行特征提取，将源数对源数据训练目的与目标数据训练目的分别进行特征提取，将源将与目标训练模型之间的第二近似度最大的源训练模型匹配至目将源训练模型的源训练数据与对应的目标训练模型的目对应关系汇总作为源拓扑场景与目标拓扑场景之间的对应33.根据权利要求2所述的一种基于拓扑变化场景的源领域学习策略的迁移方法，其特对源数据分类标准与数据待分类标准分别进行特征提取，将源数据分对源数据训练目的与数据待训练目的分别进行特征提取，将源数据训将特征源训练模型的源训练数据对应的目标训练数据的数据类型，作为目标数据类4.根据权利要求3所述的一种基于拓扑变化场景的源领域学习策略的迁移方法，其特5.根据权利要求4所述的一种基于拓扑变化场景的源领域学习策略的迁移方法，其特特征识别得到待训练数据的至少一个数据特征，基于大6.根据权利要求5所述的一种基于拓扑变化场景的源领域学习策略的迁移方法，其特在电网源领域中获取与待训练数据对应的至少一个源训练数据，作为初始源训练数特征识别得到初始源训练数据的至少一个数据特征，在电47.根据权利要求6所述的一种基于拓扑变化场景的源领域学习策略的迁移方法，其特在源训练模型训练时使用的源训练数据，统计与相似训练数据源训练模型的相似数据的量除以源训练模型训练时使8.根据权利要求7所述的一种基于拓扑变化场景的源领域学习策略的迁移方法，其特将相似训练模型的源训练数据与相似训练数据重合的部分作为迁在电网目标领域中，获取与迁移基准数据对应的目标训练获取初始映射函数，满足于迁移基准数据代入初始映射函数得将迁移基准数据代入次级映射函数，得到次级迁移基准数据，将迁将使用识别点得到的至少一个次级迁移基准数据与对应的迁移转化基准数据的重合将判断值最大的识别点得到的次级映射函数作为将迁移目标数据和迁移转化基准数据中除待训练数据以外的部分，作为训练补充数5[0004]为解决上述技术问题，提供一种基于拓扑变化场景的源领域学习策略的迁移方6基于相似训练模型与待训练模型训练模式的分析，对相似训练数据进行迁移转获取目标训练模型的目标数据分类标准，获取目标训练模型的目标数据训练目将与目标训练模型之间的第二近似度最大的源训练模型匹配至目将源训练模型的源训练数据与对应的目标训练模型的目标训练数据建立对应关其中，A为源训练模型与目标训练模型之间的第二近似度，为第一近似度的权7将相似训练模型的源训练数据与相似训练数据重合的部分作为迁8将使用识别点得到的至少一个次级迁移基准数据与对应的迁移转化基准数据的将判断值最大的识别点得到的次级映射函数作为图2为本发明的基于识别结果，在源拓扑场景与目标拓扑场景之间建立对应关系图3为本发明的获取电网目标领域中的待训练模型，分析得到待训练模型训练使图5为本发明的在电网源领域中获取与待训练数据相似的至少一个源训练数据，图6为本发明的在电网源领域中获取与待训练模型对应的源训练模型，作为相似9基于相似训练模型与待训练模型训练模式的分析，对相似训练数据进行迁移转获取目标训练模型的目标数据分类标准，获取目标训练模型的目标数据训练目将与目标训练模型之间的第二近似度最大的源训练模型匹配至目将源训练模型的源训练数据与对应的目标训练模型的目标训练数据建立对应关其中，A为源训练模型与目标训练模型之间的第二近似度，为第一近似度的权得到的特征源训练模型与待训练模型的匹配度会比目标训练模型与待训练模型的匹配度终使用相似训练模型作为待训练模型在电网源领域中最终对应将相似训练模型的源训练数据与相似训练数据重合的部分作为迁将使用识别点得到的至少一个次级迁移基准数据与对应的迁移转化基准数据的将判断值最大的识别点得到的次级映射函数作为的迁移转化基准数据的总体差距最小的次级映射函数，因而将该函数作为迁移映射函数，读程序被调用时执行上述的基于拓扑变化场景的源领域学习策略