摘要
本申请提供了一种基于机理与数据融合的风险评估预警方法、装置、设备及介质,该方法包括获取历史数据,包括生产现场传感部分、逻辑部分和执行部分的变量;对数据进行预处理,并对预处理后的数据进行对齐和融合处理,再通过因果分析方法确定生产过程中各因素间的因果关系,通过估计各因素之间的条件概率密度描述节点间的定量关系,构建系统的因果概率图;构建风险评估模型;将带有风险标签及风险节点标签的风险数据,以及正常数据输入至对风险评估模型进行训练,直至满足收敛条件。本申请建立一个高精度、高鲁棒性的模型,通过挖掘数据在包括时间在内的不同维度与尺度下的联合特征,阐明风险映射关系,以实现全面的安全风险感知与决策支持。
技术关键词
评估预警方法
风险评估模型
时空图卷积神经网络
特征提取模块
有限元数值模拟方法
多源异构数据
构建系统
分析方法
数据采集模块
节点
数据驱动方法
实时数据
工业
模型训练模块
关系
可读存储介质
多模态
系统为您推荐了相关专利信息
风险评估模型
模糊规则库
模糊推理
粗糙集
风险评估方法
网络环境预测
机器学习模型训练
数据上传策略
弱网环境
数据上传方法