基于CWGANs数据增强的离心压缩机迁移建模方法

将传统迁移建模方法用于工业过程中的多台相似离心压缩机建模时,由于压缩机之间的数据不平衡会出现“负迁移”问题。针对这一问题,提出了一种基于CWGANs数据增强的离心压缩机迁移建模方法,以实现多台压缩机建模数据均衡化并改善迁移建模效果。首先,使用条件式Wasserstein生成对抗网络产生多台离心压缩机运行数据以平衡数据集,并改善了初始生成对抗网络训练不稳定的情况;然后,基于多任务最小二乘支持向量机提出了压缩机迁移建模方法,根据压缩机之间的相关性,利用平衡后的数据集建立多台目标压缩机的预测模型。实验结果表明,所提方法可以实现多台相似离心压缩机的统一建模,同时克服了数据不均衡时的“负迁移”问题,提高了最终模型的泛化性和预测精度。