一种融合图网络与知识驱动的可解释故障诊断方法及系统

本公开涉及故障诊断技术领域，提出了一种融合图网络与知识驱动的可解释故障诊断方法及系统，包括如下步骤：针对获取的运行数据提取类内和类间特征，构建数据驱动图；基于先验知识构建知识图谱构建知识驱动图，将数据驱动图与知识驱动图融合为统一的图结构；构建多个图注意力网络子模型，对得到的统一的图结构分别进行识别并融合，得到诊断结果；基于输入特征梯度法和图神经网络解释器对诊断结果进行可解释性分析，进行得到综合诊断结果。本公开通过数据驱动与知识驱动、类内与类间特征联合提取、多模型融合以及可解释性分析方法的融合，提供更准确、更稳健且更可解释的故障诊断与决策支持。