摘要
本发明涉及一种分布式自治网络架构下基于宽深融合图卷积神经网络的故障诊断方法,属于移动通信技术领域。该方法包括:根据分布式自治网络架构建立数字孪生网络,在数字孪生网络中给不同网元类型注入故障收集故障特征数据;考虑网络故障传播特性,将网元的工作状态划分为正常状态、异常状态以及故障状态三种类型;将宽深融合图卷积神经网络作为分布式网络的基本故障诊断模型,先离线训练宽深融合图卷积神经网络,再在线训练宽深融合图卷积神经网络的线性部分直至收敛,得到分布式在线故障诊断模型;利用图神经网络的消息传递机制识别网络中故障传播路径,定位网络中的故障网元。本发明可降低网络存储和计算开销,并提高故障诊断实时性和准确性。
技术关键词
滤波器
故障传播路径
分布式网络拓扑
卷积神经网络参数
故障诊断模型
网络架构
故障诊断方法
在线故障诊断
消息传递机制
数字孪生
网元
故障特征
离线
异常状态
非线性
网络拓扑信息
系统为您推荐了相关专利信息
故障诊断模型
标签
数据
测试轴承
轴承故障诊断方法