一种基于时空融合图神经网络的报警识别方法

本发明公开了一种基于时空融合图神经网络的报警识别方法。首先，对工业过程数据进行数据预处理；其次，根据皮尔逊相关系数与注意力机制的图构建方法，分别构建静态图与动态图，有效捕捉工业过程数据中的复杂动态关系；然后，基于门控循环单元与图卷积网络进行特征提取，充分挖掘数据中的时间依赖性和空间依赖性；最后，根据提取的特征对工业过程进行智能报警识别。本发明融合静态图与动态图，结合门控循环单元与图卷积网络，能够充分捕获工业过程中的复杂时空依赖性和变量关联性，有效提高报警识别的准确率和鲁棒性，为保障复杂工业过程的安全稳定运行提供高效、精准的智能报警识别方法。