基于局部慢特征Siamese图卷积网络的复杂工业过程运行状态评价方法

本发明提供了一种基于局部慢特征Siamese图卷积网络的复杂工业过程运行状态评价方法，首先建立状态评价离线模型；然后使用在线数据进行运行状态评价；通过数据收集得到过程数据Xt，Xt‑1，并进行标准化处理；利用滑动窗口对标准化后的数据进行数据划分，得到长度为W的时间序列。然后通过最大信息系数将时间序列数据转换为图结构数据；将过程数据矩阵和图结构数据矩阵输入运行状态评价模型，对两个相邻时刻下的图结构数据潜在特征进行特征提取，同时使用慢特征对潜在特征进行约束，最后得到在线数据属于不同运行状态评价等级的后验概率，最终的评价结果为当前时刻最大后验概率对应的状态等级；该方法有助于实现更精准的过程运行状态评价模型。