基于流形学习的工业报警泛滥根源诊断方法、设备及介质

    公开(公告)号:CN117762100A

    公开(公告)日:2024-03-26

    申请号:CN202311680765.X

    申请日:2023-12-06

    Abstract: 本发明提供了一种基于流形学习的工业报警泛滥根源诊断方法、设备及介质,涉及工业过程故障监测与诊断领域,方法分为离线训练过程和在线监测过程,离线步骤包括:预处理历史报警事件日志、提取历史报警泛滥序列及标签数据、向量化编码、利用报警泛滥序列的词向量和标签数据训练半监督分类器,得到基于流形学习的报警泛滥根源诊断模型;在线步骤包括:对在线报警泛滥序列向量化编码、输入报警泛滥根源诊断模型,得到诊断结果;设备及介质用于实现方法。本发明的有益效果是:减少了需要获取标签数据的数量,且操作员能够更直观地理解数据的组织方式,从而更好地识别和理解报警泛滥的原因,有助于解决和预防报警泛滥现象。

Patent Agency Ranking