科研之友
微信
新浪微博
Facebook
分享链接
摘要
27.5 kV电缆多用于动车组车载运行，故障检测数据难以汇集，极大地影响了故障诊断的准确率。为此，提出了一种基于多模块梯度惩罚(multimodules gradient penalized, MGP)的改进生成对抗网络(generative adversarial networks, GAN)架构，实现了小样本数据的高准确率识别，并在同样数据集下对比了经典分类器的小样本识别结果，论证了所提方法的有效性和优越性。基于MGP-GAN的故障诊断方法解决了27.5 kV电缆数据难以汇集及故障诊断效果差的问题，为保障动车组的可靠运行提供了新的方法。
- 单位
