摘要
本发明涉及一种基于图注意力卷积自编码器的故障诊断方法、设备及介质,包括:S1、获取原始故障数据集,对切片后得到的故障数据集进行标准化操作;S2、计算标准化后的故障数据集中变量特征向量之间的距离,采用K邻接算法构建邻接矩阵;S3、将邻接矩阵与标准化故障数据集输入到图注意力卷积自编码器中提取空间关联特征和故障信息特征;S4、将故障信息特征输入到双层全连接层中,输出分类预测类别;S5、计算图注意力自编码器的损失函数,通过损失函数反向传播对模型进行训练;S6、采用训练好的图注意力卷积自编码器模型对待诊断的故障数据集进行故障诊断,输出分类预测类别。与现有技术相比,本发明具有可解释性强以及准确性高的优点。
技术关键词
原始故障数据
故障诊断方法
注意力
编码器
预测类别
变量
表达式
重构
切片
样本
矩阵
算法
滑动窗口
处理器
数学
可读存储介质
存储器
标签
系统为您推荐了相关专利信息
区域分割方法
边界特征
图像嵌入
肿瘤
图像分割模型
皮层脑电信号
降维方法
模态特征
跨模态
功能性脑成像
卷积神经网络模型
Park矢量
故障诊断方法
异步电机
融合特征