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

AITNT
正文
推荐专利
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
申请号:CN202510050381
申请日期:2025-01-13
公开号:CN119938937A
公开日期:2025-05-06
类型:发明专利
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
1
基于业务分析的多源异构数据处理构建与验证方法
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
2
一种基于大数据卷烟零售客户品牌培育能力分析系统
分析系统 大数据 预测客户满意度 卷烟 数据存证
3
工业设备的全景监控方法、装置、电子设备及存储介质
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
4
一种高温高压染色机智能故障诊断与报警系统
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
5
一种AI大模型提升室内定位精度的系统及方法
室内定位精度 分区 逻辑 指标 频率
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号