摘要
本发明提供一种机理与数据融合的动态图故障检测方法及装置,涉及故障检测技术领域。该方法包括:获取关键变量的历史数据,构建机理图、静态数据图以及动态数据图,融合得到融合图;通过图卷积网络对融合图进行空间特征提取,通过门控循环单元对空间特征进行时间特征提取;对空间特征及时间特征进行整合,通过全连接层得到每个节点的预测值训练故障检测模型。本发明有效解决了工业生产数据存在动态性的挑战,精准捕捉关键生产变量的时序依赖和关联模式;结合机理知识与数据驱动方法的优势,使关键生产变量能够有效聚合,提升故障检测的准确性和鲁棒性。能够高效识别故障,增强对动态系统的适应能力,从而提高工业生产过程的安全性与稳定性。
技术关键词
故障检测模型
故障检测方法
计算机可读取存储介质
空间特征提取
门控循环单元
节点
故障检测设备
故障检测装置
计算机可读指令
自动编码器
轧钢
变量
空间耦合关系
偏差
工业生产数据
数据驱动方法
故障检测技术
故障检测模块
系统为您推荐了相关专利信息
概念
深度知识追踪
大语言模型
推荐方法
在线教育平台
资源管理策略
资源管理方法
电子设备
强化学习模型
历史设备
多模态数据采集
数据管理模块
算法模型
识别系统
深度学习算法
决策分析系统
交互特征
大数据
sigmoid函数
矩阵