一种基于图神经网络和知识图谱的工业过程根因分析方法

本发明是一种基于图神经网络和知识图谱的工业过程根因分析方法。本发明涉及工业过程故障诊断和根因分析技术领域，本发明构建先验工业知识图谱；设计时序图自编码器，捕获工业时间序列数据中的时序依赖性和变量间的空间相关性；通过图卷积网络进行特征学习，并联合损失函数进行优化，完成训练；进行故障贡献度计算，通过各变量的重构误差量化故障贡献度；通过涟漪故障传播算法进行根因推理，传播完成后，提取所有变量节点的最终故障量形成传播仿真向量，完成相似度匹配和根因排序。本发明实现多时间尺度的故障传播建模，通过关系特定的时间延迟参数模拟故障传播的时序特性，提高了根因定位的准确性。