融合慢信号时频表征的能源热力系统图嵌入故障推理方法

本发明公开了融合慢信号时频表征的能源热力系统图嵌入故障推理方法。该方法通过时频分析对热力系统中采样频率低、信号变化缓慢的热力学慢信号进行联合时域与频域表征，并构建参数间的知识图谱，利用图卷积网络GCN和时空图卷积网络STGCN对图结构数据进行学习，实现复杂能源热力系统的端到端故障推理。本发明通过采用数据插值加密和稀疏时频表征方法能够有效提取慢信号的时频域特征，扩展了热力学信号的表征维度；利用知识图谱整合参数间的关联关系，并结合CNN‑GCN和STGCN进行“时‑空‑频”跨模态融合决策，大幅提升了复杂能源热力系统的故障推理能力，增强了系统的诊断准确性与可靠性。