一种基于脉冲图神经网络的工业过程故障诊断方法

本发明公开了一种基于脉冲图神经网络的工业过程故障诊断方法，属于工业过程故障诊断技术领域。该方法包括：采集工业生产过程中不同故障工况下的过程变量；对过程变量进行数据预处理和图构建，包括数据标准化，滑动窗口采样增强时序关联性以及根据K‑最近邻方法构建图数据；图数据输入脉冲图神经网络进行训练，包括使用图卷积层完成图特征提取和使用伯努利函数进行脉冲编码以及使用脉冲神经元、全连接层对节点特征进行学习，训练模型；利用训练完成的模型进行故障预测和告警，检测实时的未知故障类别数据，当故障发生时，提供报警信息以便于维修人员高效定位和处理。