-
公开(公告)号：CN117724452A
公开(公告)日：2024-03-19
申请号：CN202311736991.5
申请日：2023-12-18
Applicant: 杭州电子科技大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于图神经网络的工业过程异常检测方法，该方法首先通过工业系统中的传感器和执行器分别获取连续数据和离散数据，并进行预处理，将数据集划分为训练集和测试集。其次基于训练集，通过编码器学习工业系统状态节点，构建状态图结构，得到工业系统的关系矩阵。然后利用多层图卷积网络进行工业系统状态节点更新。最后基于更新后的工业系统状态节点，由解码器获取预测值，根据解码器获取预测值，计算异常分数，判断工业系统的状态。本发明避免了数据形式引起的干扰，解决了运算资源开销大复杂度高和关联性差的问题，实现了对工业系统异常状态的准确检测。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
