基于生成对抗网络的热泵系统故障诊断数据集扩充方法研究 |
| |
作者姓名: | 孙哲 金华强 顾江萍 黄跃进 王新雷 郑爱武 沈希 |
| |
作者单位: | 1. 浙江工业大学机械工程学院;2. 浙江工业大学教育科学与技术学院;3. 伊利诺伊大学香槟校区农业与生物工程学院;4. 加西贝拉压缩机有限公司 |
| |
基金项目: | 国家自然科学基金(51076143);;浙江省重点研发计划(2020C04010); |
| |
摘 要: | 随着深度学习的发展,越来越多的热泵系统故障诊断方法引入深度学习技术并取得了较好的效果.基于深度学习的故障诊断技术需要依赖大量带有标记的故障数据,而现实中这类数据获取较为困难,这限制了智能诊断技术的应用.针对这一问题,本文提出利用生成对抗网络(GAN)学习故障数据的分布,并生成更多的标记数据,实现故障数据集的扩充.针对热...
|
关 键 词: | 生成对抗网络(GAN) 深度学习 数据集扩充 热泵系统 故障诊断 |
|
|