申请/专利权人:浙江省白马湖实验室有限公司
申请日:2024-05-28
公开(公告)日:2024-06-25
公开(公告)号:CN118245782A
主分类号:G06F18/213
分类号:G06F18/213;G06F18/25;G06F18/214;G06N3/0464;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种面向绿色甲醇生产过程的双层级故障诊断方法,包括:确定每个样本中变量分割后的变量块,确定每个变量块对应的神经网络模型的特征,点积确定特征映射结果的相关性矩阵;确定生产单元的关系拓扑矩阵和基于局部重构的损失函数,将所述的损失函数作为神经网络模型的网络参数;基于相关性矩阵对变量块的特征进行加权融合,将加权融合后的特征进行拼接并根据全局重构映射权重重构变量块;重构误差作为变量层级故障诊断指标;获取相关性矩阵的奇异值,根据小奇异值的映射矩阵对重构误差矩阵进行降维重构,得到单元层级故障诊断指标;减少故障信息可能会随着过程的进行传播对故障判断造成的影响。
主权项:1.一种面向绿色甲醇生产过程的双层级故障诊断方法,其特征在于,包括:确定每个样本中变量分割后的变量块,确定每个变量块对应的神经网络模型的特征,根据所述的特征进行点积确定特征映射结果的相关性矩阵;确定生产单元的关系拓扑矩阵,结合相关性矩阵确定基于局部重构的损失函数,将所述的损失函数作为神经网络模型的网络参数;基于相关性矩阵对变量块的特征进行加权融合,然后拼接特征并根据全局重构映射权重重构变量块;确定重构变量块的重构误差作为变量层级故障诊断指标;获取相关性矩阵的奇异值,根据小奇异值的映射矩阵对重构误差矩阵进行降维重构,得到单元层级故障诊断指标。
全文数据:
权利要求:
百度查询: 浙江省白马湖实验室有限公司 一种面向绿色甲醇生产过程的双层级故障诊断方法
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。