一种面向流程工业的图神经网络故障诊断方法

本发明公开了一种面向流程工业的图神经网络故障诊断方法。本发明采用了过程拓扑和时间特征嵌入的图神经网络(TTGCN)，基于TTGCN的故障诊断器以过程数据和包含过程的先验知识作为输入，故障类别作为输出，在网络结构上采用并行结构，不仅充分利用过程数据分析历史数据挖掘潜在规律，而且利用了先验知识约束模型构建，两者互补，过程数据弥补了静态先验知识的不足，增强模型在动态工况下的适应性，先验知识为模型的构建提供理论支撑和物理意义解释。此外，利用一维卷积结合位置嵌入，从过程数据中提取关键的时序信息，并利用可学习的动态邻接矩阵，挖掘变量的时序特征，显著提升模型捕捉动态特征的能力。