公开(公告)号：CN117609840A

公开(公告)日：2024-02-27

申请号：CN202311650182.2

申请日：2023-12-05

Applicant: 中国计量大学

Inventor： 张海荣 ,  何雨辰 ,  钱丽娟 ,  李东流 ,  牛有权 ,  金刚强 ,  徐胜军

IPC: G06F18/24 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/22 ,  G06F18/214

Abstract: 本发明涉及化工过程小样本故障检测领域，公开了一种基于孪生时空自适应图神经网络的小样本故障检测方法，包括：源域和目标域数据采集以及数据集的划分；定义时空自适应图神经网络层，并搭建时空特征提取网络；搭建二分类网络，构建基于时空自适应图神经网络的故障检测模型；引入特征比较器，构造基于孪生时空自适应图神经网络的小样本故障检测模型；训练阶段，以创新损失函数搭建孪生网络框架，并以反向传播优化共享模型参数，引导源域知识辅助目标域数据建模；测试阶段，利用模型中的故障检测部分，完成故障检测。本发明使用创新的自适应时空关系提取技术，有效减少关联图构造过程中不确定因素对模型性能的影响；此外，孪生网络框架和特征比较器的使用，丰富了建模过程的知识，可以有效的提高模型在小样本条件下的故障检测性能。

公开(公告)号：CN117056806A

公开(公告)日：2023-11-14

申请号：CN202311027378.6

申请日：2023-08-15

Applicant: 中国计量大学

Inventor： 张海荣 ,  何雨辰 ,  钱丽娟 ,  金刚强

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/04 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于自适应图卷积网络模型的非平衡数据故障检测算法。采集工业训练数据和待检测数据，利用可学习的双向的全连接的关联图拟合变量间的深度耦合关系，替代外部输入的图先验；通过重构输入层的数据和结构，利用自适应图卷积自编码器算法自适应提取变量间关系信息；将自适应图卷积自编码器算法引入到二分类模型中实现故障检测。本发明在非平衡数据故障检测中优于其他传统方法，既充分考虑正常数据与故障数据中的变量间关系的不同，同时利用数据重构缓解模型对训练数据中类别样本数量的依赖,提高模型在非平衡数据故障检测中的性能。