一种因果链路分析方法、设备及计算机可读存储介质技术

本发明专利技术公开了一种因果链路分析方法、设备及计算机可读存储介质，所述方法包括：对指定对象生产过程进行记录分析，获得与所述生产过程对应的多个指定变量；基于相关度判断规则确定所述多个指定变量之间的无向相关链路；根据因果概率预测模型对所述无向相关链路进行预测，获得与所述无向相关链路对应的有向因果概率值；根据所述有向因果概率值确定所述多个指定变量之间的有向因果链路，所述有向因果链路用于表征所述指定对象生产过程的因果关系；能知道在生产过程中各指定变量间互相影响的先后顺序。

【技术实现步骤摘要】
一种因果链路分析方法、设备及计算机可读存储介质
本专利技术涉及数据处理
，尤其涉及一种因果链路分析方法、设备及计算机可读存储介质。
技术介绍
工业领域在生产过程中均存在繁多的工艺参数，并且工艺参数互相强耦合，一个工艺参数的变化往往会引起其他一个或多个工艺参数的改变，从而影响最终生成的产物。当人们根据经验针对性地调整工艺参数时，可能会引起“连锁反应”，比如提高A处的温度，可能导致B处温度过高。目前在工艺参数建模分析过程中，通常通过分析各工艺参数之间的相关性来调整工艺参数，但是通过相关性分析只能确定工艺参数之间具有相关性，无法精确预测调整工艺参数后会导致什么结果，从而不能对工艺参数进行精确控制，在提升产物质量、装置智能预警等方面效果并不理想。
技术实现思路
本专利技术实施例提供了一种因果链路分析方法、设备及计算机可读存储介质，能知道在生产过程中各指定变量间互相影响的先后顺序。本专利技术一方面提供一种因果链路分析方法，所述方法包括：对指定对象生产过程进行记录分析，获得与所述生产过程对应的多个指定变量；基于相关度判断规本文档来自技高网...

【技术保护点】
1.一种因果链路分析方法，其特征在于，所述方法包括：/n对指定对象生产过程进行记录分析，获得与所述生产过程对应的多个指定变量；/n基于相关度判断规则确定所述多个指定变量之间的无向相关链路；/n根据因果概率预测模型对所述无向相关链路进行预测，获得与所述无向相关链路对应的有向因果概率值；/n根据所述有向因果概率值确定所述多个指定变量之间的有向因果链路，所述有向因果链路用于表征所述指定对象生产过程的因果关系。/n

【技术特征摘要】
1.一种因果链路分析方法，其特征在于，所述方法包括：
对指定对象生产过程进行记录分析，获得与所述生产过程对应的多个指定变量；
基于相关度判断规则确定所述多个指定变量之间的无向相关链路；
根据因果概率预测模型对所述无向相关链路进行预测，获得与所述无向相关链路对应的有向因果概率值；
根据所述有向因果概率值确定所述多个指定变量之间的有向因果链路，所述有向因果链路用于表征所述指定对象生产过程的因果关系。


2.根据权利要求1所述的方法，其特征在于，所述对指定对象生产过程进行记录分析，获得与所述生产过程对应的多个指定变量，包括：
通过分布式控制系统对指定对象运行过程进行记录，获得运行记录；
对所述运行记录进行筛选补充，获得与所述生产过程对应的关联信息；其中，所述生产过程包含在所述运行过程之中；
对所述关联信息进行标准化处理，获得指定变量。


3.根据权利要求1或2所述的方法，其特征在于，所述基于相关度判断规则确定所述多个指定变量之间的无向相关链路，包括：
建立与所述多个指定变量对应的有向完全图，所述有向完全图包含用于连接所述多个指定变量的多个双向链路，任一所述双向链路均包含两指向相反的有向链路；
根据所述多个指定变量确定与每一个有向链路对应的相关值；
筛选满足第一阈值的相关值，将与满足所述第一阈值的相关值对应的有向链路确定为第一有向链路；
根据所述多个指定变量和第一有向链路确定有向相关图，所述有向相关图用于表征所述指定变量之间的无向相关链路。


4.根据权利要求3所述的方法，其特征在于，所述因果概率预测模型为图形神经网络模型；
相应的，所述根据因果概率预测模型对所述无向相关链路进行预测，获得与所述无向相关链路对应的有向因果概率值,包括：
根据所述有向相关图确定变量集合与链路集合；其中，所述变量集合包含多个指定变量，所述链路集合包含第一有向链路；
通过图形神经网络模型对所述变量集合与链路集合进行预测，获得与所述链路集合对应的因果概率集，所述因果概率集包含与所述第一有向链路对应的有向因果概率值。


5.根据权利要求1或4所述的方法，其特征在于，根据所述有向因果概率值确定所述多个指定变量之间的有向因果链路，包括：
筛选满足第二阈值的有向因果概率值，将与满足...

【专利技术属性】
技术研发人员：唐建权，杨帆，金继民，张成松，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京;11