基于工业系统多维传感数据的异常检测与诊断

	基于工业系统多维传感数据的异常检测与诊断
	蒋融融 1; 顾国民 2; 刘洋 2; 周丹 2; 周君良 3
	2024-12-19
发表期刊	浙江工业大学学报
ISSN	1006-4303
卷号	52 期号:06 页码:621-632+665
摘要	随着工业互联网的快速发展，工业控制系统实现了更敏锐、更高效的自动化控制和资源分配。对于系统中存在的设备故障、性能下降、质量缺陷等生产问题，进行异常检测和检测结果解释是工业系统的基本要求。然而，现有对深度学习模型进行解释的方法都专注于有监督学习模型，对于自编码器等新型的深度无监督学习模型，几乎无法让现有的深度学习可解释框架学习到异常样本与语义特征之间的关联，导致无法对深度无监督学习模型进行解释。为克服现有方法的不足，提出基于多维时序数据的异常检测方案，结合图注意力网络实现检测结果解释，基于一个真实的造纸数据集进行实验，异常检测结果的AUC值超过0.88,表明该方案具有可行性。
关键词	异常检测异常诊断工业控制系统多维时序数据可解释性
URL	查看原文
收录类别	北大核心
语种	中文
资助项目	浙江省重点研发计划项目(2021C01117);浙江省自然科学基金重大资助项目(LD22F020002);国家自然科学基金重点资助项目(U22B2028);浙江省科技计划项目-万人计划(2020R52011);浙江开放大学312人才培养工程课题(ZYJXTD202202)的资助
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/173229
专题	国家开放大学浙江分部
作者单位	1.浙江开放大学教学中心; 2.浙江工业大学计算机科学与技术学院(软件学院); 3.浙江浙石油综合能源销售有限公司
第一作者单位	国家开放大学浙江分部
第一作者的第一单位	国家开放大学浙江分部
推荐引用方式 GB/T 7714	蒋融融,顾国民,刘洋,等. 基于工业系统多维传感数据的异常检测与诊断[J]. 浙江工业大学学报,2024,52(06):621-632+665.
APA	蒋融融,顾国民,刘洋,周丹,&周君良.(2024).基于工业系统多维传感数据的异常检测与诊断.浙江工业大学学报,52(06),621-632+665.
MLA	蒋融融,et al."基于工业系统多维传感数据的异常检测与诊断".浙江工业大学学报 52.06(2024):621-632+665.