一种基于深度结构方程模型的工业报警因果网络构建方法

本申请属于工业过程故障监测与报警监控领域，具体公开了一种基于深度结构方程模型的工业报警因果网络构建方法，包括如下步骤：提取一段时间内的多值报警序列数据X；对多值报警序列数据X进行one‑hot编码处理；通过变分自编码器框架训练预先建立的基于图神经网络的结构方程模型，并在训练过程中学习模型中用于表示报警变量之间的因果关系的邻接矩阵；引入系统拓扑约束和无环约束，并通过增广拉格朗日方法求解约束优化问题；对最优邻接矩阵进行阈值处理，得到报警变量间的因果关系。本申请直接利用离散多值报警序列进行因果关系发现，同时分析多变量因果关系和潜在变量，并通过无环和系统拓扑约束，能够准确识别报警的根本原因。