在工业生产中普遍存在时间序列样本不平衡的问题,即正常情况下的样本数量远远大于异常情况下的样本数量。在电解铝行业中这个问题更加的明显,因为在工业生产中发现异常样本是非常困难的,专家没有一个明确的准则来判断异常。在本文中,我们针对铝电解领域中时间序列样本不平衡的问题,利用生成对抗网络(GANs)能够对复杂的高维图像分布进行建模的能力,提出了一种可变参数生成对抗网络(VarP-GAN)时间序列异常检测方法。
科研之友
微信
新浪微博
Facebook
分享链接
