一种基于图神经网络的氧气顶吹转炉小样本故障诊断方法
公开
摘要
本发明公开了一种基于图神经网络的氧气顶吹转炉小样本故障诊断方法，包括以下步骤：S1、获取待处理样本，去除样本噪声，对样本建模，得到完全图；S2、基于完全图，构建先验知识库与图的拓扑结构；S3、构建PGAT模型，并对其进行训练；S4、基于训练后的PGAT模型进行故障诊断。将有标签样本和无标签样本有规律地连接在一起，通过引入图注意力机制计算得到先验知识库与无标签样本之间相似程度；由于模型实现故障诊断的方式是通过对比先验知识库与无标签样本之间的相似程度，所以新加入的样本不完全依赖于图的拓扑结构，解决了图卷积神经网络不易于扩展的问题，只有少量有效数据的条件下，相比其他算法具有更好的故障诊断精度。
基本信息
专利标题 ：
一种基于图神经网络的氧气顶吹转炉小样本故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580108A
申请号 ：
CN202210233730.0
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
曹洁陈泽阳王进花陈伟蒋栋年李亚洁
申请人 ：
兰州理工大学
申请人地址 ：
甘肃省兰州市兰工坪287号
代理机构 ：
北京慕达星云知识产权代理事务所(特殊普通合伙)
代理人 ：
李冉
优先权 ：
CN202210233730.0
主分类号 ：
G06F30/17
IPC分类号 ：
G06F30/17 G06F30/27 G06K9/62 G06N3/04 G06N3/08 G06F119/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/17
机械参量或变量的设计
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
