System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及产业互联网,具体而言,涉及一种应用于产业互联网的大数据处理方法及系统。
技术介绍
1、在现代工业生产中,工业设备故障诊断是一个至关重要的环节,对于保证生产安全与提高生产效率具有重要意义。随着工业互联网的发展,产业互联网大数据的规模和复杂性不断增加,这为工业设备故障诊断带来了一系列挑战。传统的工业设备诊断方法主要依赖人工检查或者基于规则的专家系统,这些方法不仅效率低下,而且在面对复杂和多变的工业环境时,往往无法做出准确的判断。
2、另外,由于缺乏有效的学习机制,传统的诊断方法很难适应新的设备和工况。再例如,现有其它方法主要包括基于模型的方法和基于数据驱动的方法。基于模型的方法依赖于对工业设备内部机理的准确建模,这在实际应用中往往难以实现;而基于数据驱动的方法则利用大量历史数据训练模型以进行故障诊断,但这类方法在面对不同工业场景时,通常需要进行重新训练和优化,泛化能力有限,难以扩展工业设备诊断的应用领域。
技术实现思路
1、为了至少克服现有技术中的上述不足,本申请实施例的目的在于提供一种应用于产业互联网的大数据处理方法及系统,
2、获取第一工业设备诊断模型,所述第一工业设备诊断模型是通过基准样例工业控制数据在第一工业设备诊断进程中进行网络参数信息学习生成的神经网络模型,所述第一工业设备诊断模型中包括第一图自注意力网络;
3、对迁移样例工业控制数据进行特征转换,生成迁移样例转换数据,并依据所述第一图自注意力网络对所述迁移样例转换数据进行图自注
4、依据所述图自注意力特征和所述迁移样例工业控制数据对所述第一图自注意力网络进行参数学习,生成第二图自注意力网络;
5、依据所述第二图自注意力网络优化所述第一工业设备诊断模型,生成指导模型和被指导模型;
6、依据基准样例工业控制数据和所述迁移样例工业控制数据通过所述指导模型生成的模糊诊断结果数据,对所述被指导模型进行参数学习,生成第二工业设备诊断模型,所述第二工业设备诊断模型用于在所述第一工业设备诊断进程中对目标产业互联网大数据中的基准工业控制数据或者迁移工业设备数据进行工业设备诊断。
7、在第一方面的一种可能的实施方式中,所述对迁移样例工业控制数据进行特征转换,生成迁移样例转换数据,并依据所述第一图自注意力网络对所述迁移样例转换数据进行图自注意力特征解析,包括:
8、对所述迁移样例工业控制数据进行数据混淆处理,生成数据混淆处理后的迁移样例工业控制数据作为所述迁移样例转换数据;
9、将所述数据混淆处理后的迁移样例工业控制数据加载至所述第一图自注意力网络进行图自注意力特征解析,生成混淆图自注意力特征;
10、所述依据所述图自注意力特征和所述迁移样例工业控制数据对所述第一图自注意力网络进行参数学习,生成第二图自注意力网络,包括:
11、将所述混淆图自注意力特征加载至混淆还原网络进行特征还原处理,生成混淆还原数据,所述混淆还原数据反映对所述数据混淆处理后的迁移样例工业控制数据进行重构生成的数据结果;
12、依据所述混淆还原数据和所述迁移样例工业控制数据之间的特征区别对所述第一图自注意力网络进行参数学习,生成所述第二图自注意力网络。
13、在第一方面的一种可能的实施方式中,所述迁移样例工业控制数据包括迁移样例设备会话数据,所述迁移样例设备会话数据中包括k个状态会话事件,k为大于1的整数;
14、所述对所述迁移样例工业控制数据进行数据混淆处理,生成数据混淆处理后的迁移样例工业控制数据作为所述迁移样例转换数据,包括:
15、对所述迁移样例设备会话数据进行会话矢量解析,生成所述迁移样例设备会话数据对应的会话矢量路径数据,所述会话矢量路径数据中包括所述k个状态会话事件分别对应的会话链路矢量;
16、对所述会话矢量路径数据进行数据混淆处理,生成混淆处理矢量作为所述数据混淆处理后的迁移样例工业控制数据,所述混淆处理矢量中包括x个被隐藏的会话链路矢量,x<k且x为正整数;
17、所述将所述混淆图自注意力特征加载至混淆还原网络进行特征还原处理,生成混淆还原数据,包括:
18、将所述混淆图自注意力特征加载至所述混淆还原网络,对所述x个被隐藏的会话链路矢量对应的状态会话事件进行工业设备诊断,生成x个推导状态会话事件;
19、依据所述x个推导状态会话事件得到所述迁移样例设备会话数据对应的重构设备会话数据,将所述重构设备会话数据作为混淆还原数据。
20、在第一方面的一种可能的实施方式中,所述对迁移样例工业控制数据进行特征转换,生成迁移样例转换数据,并依据所述第一图自注意力网络对所述迁移样例转换数据进行图自注意力特征解析,包括:
21、对所述迁移样例工业控制数据进行特征扩展,生成扩展后的迁移样例工业控制数据作为所述迁移样例转换数据,所述扩展后的迁移样例工业控制数据包括所述迁移样例工业控制数据对应的有效训练数据和无效训练数据;
22、将所述迁移样例工业控制数据、所述有效训练数据和所述无效训练数据加载至所述第一图自注意力网络进行图自注意力特征解析,生成所述迁移样例工业控制数据对应的迁移图自注意力特征、所述有效训练数据对应的有效图自注意力特征和所述无效训练数据对应的无效图自注意力特征;
23、所述依据所述图自注意力特征和所述迁移样例工业控制数据对所述第一图自注意力网络进行参数学习,生成第二图自注意力网络,包括:
24、以最小化所述迁移图自注意力特征和所述有效图自注意力特征之间的特征区别,同时最大化所述迁移图自注意力特征和所述无效图自注意力特征之间的特征区别为训练方向,对所述第一图自注意力网络进行参数学习,生成所述第二图自注意力网络。
25、在第一方面的一种可能的实施方式中,所述依据基准样例工业控制数据和所述迁移样例工业控制数据通过所述指导模型生成的模糊诊断结果数据,对所述被指导模型进行参数学习,生成第二工业设备诊断模型,包括:
26、在第q训练阶段的轮询优化中,依据所述基准样例工业控制数据和所述迁移样例工业控制数据通过第q-1训练阶段优化生成的指导模型生成的模糊诊断结果数据,对第q-1训练阶段优化生成的被指导模型进行优化,生成第q训练阶段优化生成的被指导模型和第q训练阶段优化生成的指导模型;
27、将所述第q训练阶段优化生成的被指导模型中图自注意力网络的网络参数信息初始化为所述第二图自注意力网络的网络参数信息,生成所述第q训练阶段初始化的被指导模型;
28、依据所述基准样例工业控制数据和所述迁移样例工业控制数据依据所述第q训练阶段优化生成的指导模型生成的模糊诊断结果数据,对所述第q训练阶段初始化的被指导模型进行参数学习,生成所述第二工业设备诊断模型。
29、在第一方面的一种可能的实施方式中,所述生成第q训练阶段优化生成的被指导模型本文档来自技高网...
【技术保护点】
1.一种应用于产业互联网的大数据处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的应用于产业互联网的大数据处理方法,其特征在于,所述对迁移样例工业控制数据进行特征转换,生成迁移样例转换数据,并依据所述第一图自注意力网络对所述迁移样例转换数据进行图自注意力特征解析,包括:
3.根据权利要求2所述的应用于产业互联网的大数据处理方法,其特征在于,所述迁移样例工业控制数据包括迁移样例设备会话数据,所述迁移样例设备会话数据中包括k个状态会话事件,k为大于1的整数;
4.根据权利要求1所述的应用于产业互联网的大数据处理方法,其特征在于,所述对迁移样例工业控制数据进行特征转换,生成迁移样例转换数据,并依据所述第一图自注意力网络对所述迁移样例转换数据进行图自注意力特征解析,包括:
5.根据权利要求1-4中任意一项所述的应用于产业互联网的大数据处理方法,其特征在于,所述依据基准样例工业控制数据和所述迁移样例工业控制数据通过所述指导模型生成的模糊诊断结果数据,对所述被指导模型进行参数学习,生成第二工业设备诊断模型,包括:
6.根
7.根据权利要求1-4中任意一项所述的应用于产业互联网的大数据处理方法,其特征在于,所述依据基准样例工业控制数据和所述迁移样例工业控制数据通过所述指导模型生成的模糊诊断结果数据,对所述被指导模型进行参数学习,生成第二工业设备诊断模型,包括:
8.根据权利要求7所述的应用于产业互联网的大数据处理方法,其特征在于,所述方法还包括:
9.根据权利要求8所述的应用于产业互联网的大数据处理方法,其特征在于,所述方法还包括:
10.一种产业互联网系统,其特征在于,所述产业互联网系统包括处理器和机器可读存储介质,所述机器可读存储介质中存储有机器可执行指令,所述机器可执行指令由所述处理器加载并执行以实现权利要求1-9中任意一项的应用于产业互联网的大数据处理方法。
...【技术特征摘要】
1.一种应用于产业互联网的大数据处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的应用于产业互联网的大数据处理方法,其特征在于,所述对迁移样例工业控制数据进行特征转换,生成迁移样例转换数据,并依据所述第一图自注意力网络对所述迁移样例转换数据进行图自注意力特征解析,包括:
3.根据权利要求2所述的应用于产业互联网的大数据处理方法,其特征在于,所述迁移样例工业控制数据包括迁移样例设备会话数据,所述迁移样例设备会话数据中包括k个状态会话事件,k为大于1的整数;
4.根据权利要求1所述的应用于产业互联网的大数据处理方法,其特征在于,所述对迁移样例工业控制数据进行特征转换,生成迁移样例转换数据,并依据所述第一图自注意力网络对所述迁移样例转换数据进行图自注意力特征解析,包括:
5.根据权利要求1-4中任意一项所述的应用于产业互联网的大数据处理方法,其特征在于,所述依据基准样例工业控制数据和所述迁移样例工业控制数据通过所述指导模型生成的模糊诊断结果数据,对所述被指...
【专利技术属性】
技术研发人员:魏力强,杨勋,
申请(专利权)人:北京国联视讯信息技术股份有限公司,
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。