买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:广东技术师范大学
摘要:本发明属于工业互联网领域,涉及基于图同构网络的无人工厂异常检测方法、装置、计算机设备及存储介质,方法包括采集模态数据;根据模态数据在一段时间内的不同节点特征,构建模态数据之间的关联图,表示关联图的节点,其特征为不同类型的模态数据的节点特征向量,表示关联图的边;基于联邦切分学习框架,构建基于图同构网络的工业系统异常检测模型;在异常检测模型中输入关联图,计算在时刻第模态数据的预测值的异常分数;判断异常分数是否大于异常阈值,由此判断该模态数据是否为故障数据。能有效地表示数据之间的关联关系,检测工业系统的异常,且能寻找异常源头。
主权项:1.一种基于图同构网络的无人工厂异常检测方法,其特征在于,包括下述步骤:采集模态数据,所述模态数据记为,在每一个时刻,形成一个维向量表示不同模态数据的值,对模态数据进行预处理,所述对模态数据进行预处理的步骤还包括:对不同模态数据进行切片,使用长度为,步长为的滑动窗口,截取模态数据,获得个长度为的数据切片,其中,,其中,表示取整函数,表示经过滑动窗口处理后的总数据集,将切片数据输入到GAT模型进行特征提取,提取数据片段中的空间或时间特征,并将其转换为图结构;根据所述模态数据在一段时间内的不同节点特征,构建所述模态数据之间的关联图,表示关联图的节点,其特征为不同类型的模态数据的节点特征向量,表示关联图的边;基于联邦切分学习框架,构建基于图同构网络的工业系统异常检测模型;在所述异常检测模型中输入关联图,计算在时刻第模态数据的预测值的异常分数;判断异常分数是否大于异常阈值,是则判断该模态数据为故障数据,否则判断该模态数据为正常数据。
全文数据:
权利要求:
百度查询: 广东技术师范大学 基于图同构网络的无人工厂异常检测方法、装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。