采用多变量耦合网络与变分图自编码器的机械设备异常检测方法

作     者：张聪 朱永生 杨敏燕 任智军 闫柯 洪军 ZHANG Cong;ZHU Yongsheng;YANG Minyan;REN Zhijun;YAN Ke;HONG Jun

作者机构：西安交通大学现代设计及转子轴承系统教育部重点实验室西安710049 

基　　金：国家重点研发计划资助项目(2017YFF0210500) 

出 版 物：《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期：2021年第55卷第4期

页      码：20-28页

摘      要：为了全面准确地检测出潜在的设备异常,针对汽轮机、风电转子等高关联耦合分布式系统多测点多源传感器产生的多维多态监测数据,提出了一种基于多变量耦合网络与变分图自编码器的异常检测方法。首先采用去趋势互相关分析(DCCA),定量分析多维变量间的耦合关系,构建复杂系统多变量耦合关系网络。在此基础上,建立基于无监督学习的变分图自编码模型,对系统多变量耦合关系网络进行特征提取,使用正常数据训练该模型,图卷积网络作为编码器学习输入数据的分布,采样获得其潜在表示,以实现耦合网络的重构,采用重建概率作为系统多维多态监测数据异常检测评价指标。最后以某火电厂汽轮机组转子系统监测数据为例开展异常检测分析,结果表明:考虑多维多态监测数据间的耦合关系,提高了系统异常检测的准确性和可靠性;引入基于变分图自编码器的无监督学习方法,降低了经验依赖性并克服了异常样本少的问题。

主 题 词：多变量耦合网络 变分图自编码 异常检测 无监督学习 

学科分类：0810[工学-土木类] 080801[080801] 0808[工学-自动化类] 08[工学] 0805[工学-能源动力学] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7652/xjtuxb202104003

馆 藏 号：203102685...