【技术实现步骤摘要】
本专利技术涉及故障检测，特别是涉及一种基于改进图卷积网络的故障检测方法和装置。
技术介绍
1、随着现代化工业生产的快速发展，工业生产过程的自动化和复杂化程度越来越高。大规模工业过程为国家带来巨大经济效益的同时，由于系统的高度耦合性和复杂性，系统内任何微小干扰都可能对系统的正常运行造成影响。
2、故障检测技术对于所有工业过程是必不可少的，是工业工程能够按照生产计划可靠并安全运行的保障。
3、传统的故障检测技术可分为三大类：基于模型的方法、基于知识的方法和基于数据的方法。但是，基于模型和知识的方法受限于建模困难和知识积累的困难，无法被应用于动态复杂的工业生产过程系统。随着分布式控制、通讯技术和数据收集技术的迅猛发展，系统中的观测变量能够被大量收集和储存，这促进了学者对基于数据的故障检测方法的研究。基于数据的故障检测方法能够对海量的工业数据进行统计分析和特征提取，将系统的状态分为正常运行状态和故障状态，可视为模式识别任务。它们有一些共同的缺点：特征提取需要大量的专家知识和信号处理技术，并且对于不同的任务，没有统一的程序...
【技术保护点】
1.一种基于改进图卷积网络的故障检测方法，其特征在于，使用已标注的基准集对故障检测模型进行训练，得到训练完成的故障检测模型，以使用训练完成的故障检测模型进行故障检测，所述故障检测模型的训练方法包括：
2.根据权利要求1所述的基于改进图卷积网络的故障检测方法，其特征在于，所述在节点之间建立关系，形成节点关系图，具体包括：
3.根据权利要求1所述的基于改进图卷积网络的故障检测方法，其特征在于，所述将由所有待检测节点所形成的节点特征矩阵与所述上游链接邻接矩阵、自链接邻接矩阵和下游链接邻接矩阵进行卷积，将所得的三类卷积结果拼接输出各待检测节点的检测结果
...【技术特征摘要】
1.一种基于改进图卷积网络的故障检测方法，其特征在于，使用已标注的基准集对故障检测模型进行训练，得到训练完成的故障检测模型，以使用训练完成的故障检测模型进行故障检测，所述故障检测模型的训练方法包括：
2.根据权利要求1所述的基于改进图卷积网络的故障检测方法，其特征在于，所述在节点之间建立关系，形成节点关系图，具体包括：
3.根据权利要求1所述的基于改进图卷积网络的故障检测方法，其特征在于，所述将由所有待检测节点所形成的节点特征矩阵与所述上游链接邻接矩阵、自链接邻接矩阵和下游链接邻接矩阵进行卷积，将所得的三类卷积结果拼接输出各待检测节点的检测结果，具体包括：
4.根据权利要求1所述的基于改进图卷积网络的故障检测方法，其特征在于，所述对故障检测模型进行优化，具体包括：
5.根据权利要求1所述的基于改进图卷积网络的故障检测方法...
【专利技术属性】
技术研发人员：黄萌，
申请(专利权)人：中国船舶集团有限公司第七〇九研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。