摘要
本发明涉及一种基于新型自注意力机制的动态过程故障检测方法,其中:对样本集进行差分运算变换并引入窗函数得到查询矩阵;通过分析数据特征来判断样本偏移程度的自适应权重分配得到键矩阵;应用滑动窗口技术和核密度估计方法得到值矩阵;注意力输出。新的自注意力机制通过自适应样本权重分配策略更好的关注动态过程局部信息,降低非线性和噪声信息的干扰,放大样本中重要故障信息的影响。本发明建立了基于自注意力输出矩阵的自适应高斯和非高斯双子空间故障检测模型,通过判断不同子空间的重要程度自适应地对其分配不同权重,将不同子空间的统计结果运用贝叶斯推理进行融合,建立新的自适应监测统计量,实现对过程状态更加全面和准确的监控。
技术关键词
故障检测方法
注意力机制
滑动窗口技术
故障检测模型
样本
分析数据特征
矩阵
累积分布函数
核密度估计方法
动态
权重分配策略
变量
波动噪声
噪声信息
非线性
数据分布
信噪比
系统为您推荐了相关专利信息
电化学检测系统
磁控系统
控制永磁体
微流控芯片表面
电磁
负荷预测方法
负荷预测模型
混合神经网络模型
注意力机制
综合能源系统
序列聚类方法
融合语义
k均值聚类算法
重构误差
语义特征提取