Abstract：
针对冷水机组产生的故障数据不足，数据集中正常数据和故障数据数量不平衡，进而导致故障诊断精度下降的问题，提出一种基于中心损失的条件生成式对抗网络(central loss conditional generative adversarial network,CLCGAN)和支持向量机(support vector machine,SVM)的故障诊断方法。首先，CLCGAN利用少量真实故障数据生成新的故障数据；然后，将生成的故障数据与初始数据集混合，使正常数据与故障数据的数量达到平衡；最后，利用平衡数据集构建SVM模型进行故障诊断。在GAN生成冷水机组故障数据时，构建动态中心损失项并加入到目标函数...
Keyword：
Reprint Author's Address：
Email：
Source ：
化工学报
Year： 2022
Issue： 09
Volume： 73
Page： 3950-3962
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 9
Affiliated Colleges：
