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！

龙图腾网获悉中国矿业大学申请的专利一种基于时空因果图自编码器的工业过程故障检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120974245B 。

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511505237.X，技术领域涉及：G06F18/24；该发明授权一种基于时空因果图自编码器的工业过程故障检测方法是由张祥瑞;代伟;南静;葛琳;王兰豪;刘鑫;夏振兴;张淇瑞设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本一种基于时空因果图自编码器的工业过程故障检测方法在说明书摘要公布了：本发明提供了一种基于时空因果图自编码器的工业过程故障检测方法，包括：步骤1，针对目标工业过程，将目标工业过程运行过程中采集的所有过程变量的时空过程数据进行数据预处理；步骤2，建立因果图时空自编码器CGSTAE；步骤3，执行三步因果图结构学习算法实现因果图时空自编码器CGSTAE的训练，包括预训练、因果提取、微调三个步骤；步骤4，基于因果图时空自编码器CGSTAE的隐层特征和重构输出的残差数据，得到故障检测结果。本方法通过在特征空间和残差空间中构造两个统计量实现有效的过程监测和故障检测。与其他方法相比，本发明所提出的故障检测方法能够提高工业过程监测的可靠性和可解释性。

本发明授权一种基于时空因果图自编码器的工业过程故障检测方法在权利要求书中公布了：1.一种基于时空因果图自编码器的工业过程故障检测方法，其特征在于，包括以下步骤： 步骤1，针对目标工业过程，将目标工业过程运行过程中采集的所有过程变量的时空过程数据进行数据预处理，每个过程变量得到一个标准化后的时序数据；通过固定长度滑动窗口生成动态时序数据，形成标准化动态输入时序数据； 步骤2，建立因果图时空自编码器CGSTAE，所述因果图时空自编码器CGSTAE包括基于空间自注意力机制SSAM的相关性图结构学习模块和基于图卷积长短期记忆网络GCLSTM的时空编码器解码器模块； 步骤2中，将因果图定义为有向无权图G＝V,ε，其中V＝{v1,v2,...,vn}是节点集，是有向边集；节点vi∈V是给定过程的第i个变量，节点属性为标准化后的时序数据向量xi，有向边vi,vj∈ε表示变量vi和变量vj之间的因果依赖关系； 步骤2中，将预处理后的时序数据输入空间自注意力机制SSAM，通过计算查询矩阵和键值矩阵得到变量间的注意力权重，构成动态相关性图的邻接矩阵，实现过程变量之间时变关联关系的自适应学习；以图结构作为输入，构建基于图卷积长短期记忆网络GCLSTM的时空编码器解码器模块；利用时空编码器解码器模块的隐层特征和全连接层映射得到过程数据的重构值，实现拓扑引导的工业过程时空动态建模； 所述空间自注意力机制SSAM将时序数据矩阵Xt转换为注意力矩阵At： 其中查询矩阵Qt＝Xt，键值矩阵Kt＝Xt，W和W是空间自注意力机制SSAM的两个可训练权重矩阵，σ为Sigmoid激活函数； 将注意力矩阵At视为动态相关性图的邻接矩阵； 步骤2中，构建基于图卷积长短期记忆网络GCLSTM的时空编码器解码器模块，时空编码器解码器模块中的编码器以时序数据矩阵Xt和注意力矩阵At为输入，沿正向时序k∈{t-w+1,...,t}循环执行图卷积长短期记忆网络GCLSTM，更新k时刻的遗忘门fk、输入门ik、输出门ok、候选状态单元状态ck及隐层特征hk，其中： k＝σGC[xk；hk-1],Ak+b， k＝σGC[xk；hk-1],Ak+b， k＝σGC[xk；hk-1],Ak+b， k＝ok⊙tanhck， 其中，tanh表示双曲正切函数，⊙表示哈达玛乘积，GC、GC、GC、GC分别表示编码器中遗忘门、输入门、输出门、候选状态的图卷积层，b、b、b、b分别表示编码器中遗忘门、输入门、输出门、候选状态的可学习偏置参数； 时空编码器解码器模块中的编码器通过图卷积长短期记忆网络GCLSTM更新单元状态和隐藏特征来提取时空信息传递至解码器，解码器沿反向时序k∈{t,t-1,...,t-w+1}循环执行图卷积长短期记忆网络GCLSTM，更新单元状态和隐藏特征： hk-1＝ok-1⊙tanhck-1， 图卷积层GC的计算方式为： 其中D为邻接矩阵Ak的度矩阵，I为与Ak同形状的单位阵，WGC为可训练的权重参数，Z代表输入图卷积层的节点特征：在编码器中Z＝[xk；hk-1]，在解码器中 最后利用隐层特征，通过全连接层生成k时刻过程数据的重构值 其中WFC和bFC分别为全连接层可训练的权重参数和偏置参数； 步骤3，执行三步因果图结构学习算法实现因果图时空自编码器CGSTAE的训练，包括预训练、因果提取、微调三个步骤； 步骤4，基于因果图时空自编码器CGSTAE的隐层特征和重构输出的残差数据，分别计算特征空间统计量和残差空间统计量，通过核密度估计在给定显著性水平下确定控制限，统计量超出控制限的样本视为故障样本，得到故障检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。