一种基于能量传播和图学习的分布外故障检测方法及系统

本发明涉及建筑机械分布外故障智能检测技术领域，公开了一种基于能量传播和图学习的分布外故障检测方法及系统，包括：采集典型故障状态下的振动加速度信号，进行相似度计算，得到由最大互信息系数构成的邻接矩阵，作为图神经网络中的输入。采用GraphSage图卷积方法，对邻接矩阵进行特征提取，生成每个节点表示。计算每个节点的能量分数，区分分布内和分布外数据。加强每个节点的分布外数据置信度估计，进行滚动轴承不同工况的分布外数据的识别和分布外数据的检测。本发明利用图神经网络和基于能量的模型，有效捕捉复杂的故障关联性，提高故障诊断的准确性。实现对分布内和分布外数据的精确区分。