摘要
本申请公开了一种基于时空图神经网络的化工设备运行安全态势分析方法,首先通过在待分析化工生产环节的各个设备上布设传感器来采集各类关键工艺参数的实时监测数据;随后在后端引入数据处理及基于时空图神经网络的分析算法,同时考虑各设备在生产流程中的上下游相关性,以预测各设备的多项关键监测参数走势,并根据预测结果实现实时动态预警。本发明能够实现化工生产运行异常的超前预判和平稳度评估,真正意义上实现超前预警,切实提升化工生产的本质安全。
技术关键词
传感器
态势分析方法
时空关联信息
化工设备
编码
节点
序列
时序特征
空洞卷积神经网络
数值
关键监测参数
时空特征学习
卷积特征
非线性
关键工艺参数
ReLU函数
系统为您推荐了相关专利信息
自然语言
推理方法
数据
计算机程序产品
网络结构
信号特征提取
LSTM模型
网络结构
时序特征
数据采集模块
人工智能模型
神经网络参数
生成方法
文本编码器
多头解码器