基于加性自适应LSTM-Transformer的故障诊断方法

本发明涉及化工过程故障诊断技术领域，公开了基于加性自适应LSTM‑Transformer的故障诊断方法，包括如下步骤：步骤1、将Transformer中多头注意力机制中的点积缩放注意力机制替换为加性注意力机制，使用前馈网络计算注意力权重，摆脱序列长度的限制，使其比点积缩放注意力更适合处理序列数据；步骤2、将自适应注意力机制加入到Transformer的编码器和解码器中的加性注意力机制之后，根据序列不同的位置的重要性动态分配权重，使得模型在处理序列时聚焦于故障特征之间有联系的特征。本发明中，能够捕捉故障序列更长程特征依赖关系，以增强模型对序列长程上的依赖特征提取能力，更适合用于对TE过程进行故障诊断。