稀缺数据下生成逼真故障数据集
该技术利用迁移学习条件生成对抗网络，在故障数据有限的情况下生成高质量合成故障数据集，显著提升锂离子电池储能系统的故障诊断性能。
Zhipeng, Yang · Yuhao, Pan · Wenchao, Liu · 孟锦豪 · 宋政湘
Journal of Power Sources 2025
迁移学习与条件GAN结合，在故障样本有限时生成高质量合成数据，增强诊断模型训练。
条件逆归一化依据故障条件动态调整参数，保证生成数据的物理合理性，并保留关键故障特征。
生成的故障数据集分布经核密度估计优化，在关键故障类型上的KL散度降低高达90%。
在少样本和低可见度故障检测任务中显著提升召回率和F1分数。