多任务正常行为模型

复杂工况不误报

用多任务学习共享底层参数，克服风机运行数据中非平稳、随机和异常值导致的误诊问题。

张宇献 · Likui, Qiao · Zhao, Mengru

IEEE Transactions on Automation Science and Engineering 2023

技术优势

复杂工况不误报

把不同工况下的不完美数据分别建模，避免单一模型在工况切换时误判，提高泛化能力。

多任务互相促进

底层参数通过L2正则化共享，多个任务同时学习，提升每个任务的表现。

应用场景

• 风机状态监测：替掉人工巡检，实时识别风机异常工况。
• 工业设备故障诊断：为复杂工况设备提供数据驱动的故障预警。
• SCADA数据分析：嵌入SCADA系统，自动分析不完美数据。