摘要
本发明公开了一种基于知识图谱的工业互联网异常数据检测方法及系统,属于工业互联网数据治理技术领域。本发明公开的检测方法,通过构建和动态维护反映工业设备及其运行状态的知识图谱,结合图卷积网络和具有可区分分层池化的分层表示学习技术,深入分析时间序列数据中各特征之间的复杂关系,从而实现高效、准确的异常检测;通过构建知识图谱,能够清晰地展示工业设备及其运行状态之间的关联关系,从而更准确地识别异常数据。上述方法解决现有的异常检测方法精度不高的技术问题。
技术关键词
异常数据检测方法
工业互联网
工业设备
工业通信协议
数据采集策略
数据采集程序
异常数据点
分层
数据治理技术
识别异常数据
构建分类模型
网络架构
数据传输协议
构建知识图谱
序列
异常检测方法
展示工业
系统为您推荐了相关专利信息
异构数据处理
验证方法
卷积神经网络模型
重构模型
编辑距离算法
全景视频图像
设备特征
全景监控方法
全景监控装置
工业设备监控
统计学特征
高温高压染色机
智能故障诊断
染色设备
报警系统