公开(公告)号：CN117932425A

公开(公告)日：2024-04-26

申请号：CN202410032988.3

申请日：2024-01-09

Applicant: 西北工业大学

Inventor： 陈志伟 ,  马梓瑞 ,  邓怡 ,  张同川 ,  陈思酉 ,  崔巍巍 ,  尹斯源 ,  方晓彤 ,  兑红炎 ,  张新虎

IPC: G06F18/241 ,  G06F18/2113 ,  G06F18/2115 ,  G06F18/23 ,  G06F18/214 ,  G06F18/22 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种重叠故障样本非欧空间图网络的自适应建模与精确隔离方法，其中故障样本非欧空间图网络自适应建模方法，从节点、边、图网络三个方面，分别提出了图网络节点优选算法、边连接算法和图网络结构自适应调整算法，根据样本数据的分布特性简化图网络，提升重叠故障的差异性以及同类故障图网络结构的一致性。其中考虑重叠特性的改进图卷积神经网络故障诊断方法，以故障样本为节点，为每个聚类分别构建一个图网络，并通过图卷积网络挖掘图网络特征信息和节点特征信息，采用图池化机制学习图的特征表示，最后分析待诊断样本数据的局部密度特性，根据故障样本密度确定注意力权值，从而实现不同故障状态的精准分离。