该技术针对变压器故障图像样本稀缺问题，提出创新生成对抗网络方法。通过在生成器中引入SimAM注意力机制，结合自适应数据增强策略和LeCam正则化损失函数，有效提升了小样本条件下的图像生成质量与速度。该方法生成的故障图像样本真实度高，可用于构建大规模诊断数据库，解决了人工智能技术在变压器故障诊断中的样本瓶颈问题，为电力系统安全运行提供重要技术支持。
技术提供单位：南京邮电大学