跨域自适应生成对抗网络

高精度故障诊断

该模型无需目标域故障数据，仅利用健康数据即可生成特征一致的故障样本，从而适应不同退化水平下的光伏阵列故障诊断。

林培杰 · Feng, Guo · 林耀海 · 程树英 · Xiaoyang, Lu · 陈志聪 · 吴丽君

Applied Energy 2025

参数信息

任务1精确率

98.34 %

任务1召回率

98.23 %

任务1 F1分数

0.9823

任务2精确率

92.93 %

任务2召回率

94.13 %

任务2 F1分数

0.9274

技术优势

无需故障样本训练

仅利用目标域正常数据即可生成故障样本特征，摆脱了对目标域故障数据的依赖。

跨退化水平适应

通过最大均值差异损失约束生成器，使得生成故障特征与目标域特征对齐，实现跨域自适应诊断。

诊断精度超越对比模型

在两项任务上精确率、召回率和F1分数均优于对比模型。

应用场景

• 光伏系统运维：无需故障样本，部署到光伏电站监控系统即可对退化阵列进行高精度诊断。
• 新能源电站健康管理：仅用健康数据即可生成故障样本，适应新能源电站不同退化水平的健康管理。
• 工业设备智能诊断：跨域自适应机制可迁移至其他工业设备，降低故障数据采集成本。
• 具身智能状态监测：利用目标域正常数据生成故障样本，可支持具身智能系统的在线状态监测。