基于因果时空Transformer的机电设备异常行为检测与故障预测方法

AITNT
正文
推荐专利
基于因果时空Transformer的机电设备异常行为检测与故障预测方法
申请号:CN202511197144
申请日期:2025-08-26
公开号:CN120705784B
公开日期:2025-10-28
类型:发明专利
摘要
本发明公开了基于因果时空Transformer的机电设备异常行为检测与故障预测方法,属于机电设备异常检测技术领域,包括:S1、根据机电设备的物理结构和功能部件之间的因果关系,构建初始因果图;S2、基于机电设备的历史运行数据对初始因果图进行修正,生成因果图;S3、将因果图作为先验信息引入Transformer模型中,并通过完成训练的Transformer模型对待检测机电设备的传感器时序数据进行预测,输出对应的高维特征表示;S4、根据高维特征表示,计算每个部件的异常权重,并进行部件级异常识别及故障预测。本发明方法突破了传统时序模型机电设备异常检测中仅拟合数据相关性而忽略因果关系的局限性,通过融合因果推理机制与特征建模,实现对设备故障链式传播机理的显式建模。
技术关键词
故障预测方法 机电设备 历史运行数据 格兰杰因果关系 掩码矩阵 故障传播路径 统计方法 异常检测技术 时序 前馈神经网络 推理机制 传感器 注意力机制 机械部件 线性 强度 物理
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号