物理约束数据增强
将时空因果关系与物理先验嵌入生成模型，合成同时满足统计真实性和物理定律的泄漏样本，用于解决数据不平衡下的管道泄漏检测难题。
Zhu, Yongqiang · 李帅永 · 郎宪明 · Liu, Liang
Energy 2026
通过物理因果注意力机制和动态运动学掩码强制执行 Saint-Venant 传播约束，消除非物理的时空伪影，使生成数据可直接用于训练下游检测器。
运动学先验编码器通过可学习知识库将物理先验与数据特征融合，为生成过程建立严格的运动学边界，确保生成的泄漏信号在物理上合理。
物理分解因果生成器将泄漏信号分解为宏观物理趋势和微观湍流细节，能够捕捉复杂信号动力学，提升生成样本的真实性。
使用 PhyCA-GAN 生成的增强数据集可显著增强下游泄漏检测器的强度和准确性，优于现有基线方法。