一种基于多尺度协同图卷积网络的工业过程故障诊断方法

本发明涉及一种基于多尺度协同图卷积网络的工业过程故障诊断方法。本发明充分考虑了工业过程的数据特性，针对工业过程数据具有多尺度动态特性，首先通过多尺度特征提取模块捕捉不同尺度的特征信息，然后利用混合图卷积网络学习传感器网络的拓扑结构关系，增强模型学习到的特征关联。特别地，混合图卷积网络通过引入历史信息记忆机制，有效解决了传统图卷积网络的过度平滑问题。与现有故障诊断模型相比，本发明能够高效提取多尺度特征并表征复杂工业过程的拓扑结构关系。该方法在小批量数据训练的条件下仍能保持较高的诊断准确率，相比传统方法显著提升了故障诊断性能。