[發明專利]一種基于圖注意力網絡的復雜網絡節點分類方法

有效

• 申請號: 202011035811.7
• 申請日: 2020-09-27
• 公開（公告）號: CN112085124B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 高智勇;黃婧;高建民;謝軍太;李智勇;秦銳
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李鵬威

本發明公開了基于圖神經網絡的復雜網絡節點分類方法，針對復雜機電系統耦合網絡社團劃分的難點問題，首先，將去趨勢耦合相關分析應用于計算各監測變量節點間的相關關系，通過引入高斯噪聲，對相關系數進行初次篩選，通過引入標度指數，對相關系數進行二次篩選；其次，以監測變量作為網絡節點，將相關系數轉換為連邊權值，構建無向加權復雜網絡；其次，從基于模塊增益的全局模塊度優化的靜態社團檢測算法出發，將網絡中的每個節點作為一個劃分，根據模塊度函數，計算鄰居節點對當前社團模塊度增益，以此為依據判定該節點的社團歸屬，得到網絡節點的初次劃分，進而將網絡初次劃分的社團重新看成節點，在新的網絡上進行新一輪的迭代，當模塊度取得最大值時得到網絡的最佳社團劃分結果，將該結果作為圖注意力神經網絡的初始訓練標簽；并通過圖注意力神經網絡，基于實時監測數據進行訓練，實現復雜網絡的節點分類，從而為復雜機電系統耦合網絡的準確描述提供可靠依據。

技術領域

本發明涉及復雜機電系統耦合網絡社團劃分技術領域，具體涉及一種基于圖注意力神經網絡的復雜網絡節點分類方法。

背景技術

流程工業復雜機電系統的監測變量眾多，生產設備以及管道中的物料流、能量流與控制以及通信網絡中的信息流緊密耦合，以化工企業的典型生產裝備壓縮機組為例，該系統的布置就包括了壓力、溫度、流量、液位、振動、轉速、開關和報警信號等在內的上千個監測點位，系統內各監測變量的相互耦合，實質上形成了一張表征復雜機電系統動態變化的網絡圖，而復雜網絡憑借研究網絡結構特性來了解和解釋基于網絡之上的系統具體演化方式的特點，成為目前刻畫復雜系統的有力工具，因此諸多學者針對如何建立復雜網絡開展了相關研究，例如，吳幀濤等人為了研究社團結構和權重因素對網絡級聯抗毀性的影響，引入節點和邊的消亡機制，建立了一類具有社團結構的加權網絡模型；馮龍飛等人針對流程工業生產系統監測點多，各監測點間具有相關性的特點，提出了一種基于去趨勢交叉分析-網絡結構熵的復雜機電系統多變量耦合網絡建模與狀態評估的方法；孫鑫等人利用互信息和皮爾遜相關系數度量不同海域間海溫時序的相似性，構建了全球海洋氣候的非線性和線性復雜網絡模型。同時，由于計算能力和現有方法的局限性，在開展復雜機電系統狀態預測、安全態勢分析、故障溯源、生產優化等研究時，不可能將所有的設備和監測變量進行描述，而且采用全部變量建模的方式往往復雜度較高，容易掩蓋系統的一些關鍵特征，影響流程工業系統的準確描述，進而導致研究效果不佳，而通過建立包含多個社團的系統社團結構模型，將顯著的降低系統整體分析的難度。崔海濤等人采用改進的Jaccard算法來計算節點相似度從而得到初始社團，然后用LPA算法基于初始社團來完成最終的社團劃分；邱少明等人提出了基于節點多屬性相似凝聚的社團劃分算法SM-CD，解決了社團劃分的精度問題；陳東明等人提出了一種新的單社團結構評價標準——社團密合度，來解決劃分效果和復雜度相矛盾的問題；然而，傳統的復雜網絡社團劃分視角大多是在分析網絡固有統計指標(例如度、介數、平均路徑長度、聚類系數等)的基礎上，以節點在子圖內外的連邊數或者連邊概率為依據進行劃分，沒有考慮到流程工業生產系統的大數據環境。流程工業生產企業中廣泛采用工業控制核心系統提高生產裝置自動化水平，核心監控系統源源不斷的采集著表征系統運行狀態的各類數據，對現場數據的采集能力也在不斷增強，因此基于海量數據的復雜網絡建模及社團劃分方法就顯得尤為重要。

發明內容

為了解決現有技術中存在的上述問題，本發明的目的在于提供一種基于圖注意網絡的復雜網絡節點分類方法，針對復雜機電系統建模及社團劃分的難題，應用去趨勢耦合波動分析方法計算相關系數，建立數據驅動的復雜網絡模型，并基于圖注意力網絡實現復雜網絡節點分類，完成社團劃分。

為達到上述目的，本發明采用的技術方案是，一種基于圖注意網絡的復雜網絡節點分類方法，包括以下步驟：

步驟1)、明確監測點位所對應的監測變量，選取需要分析的復雜機電系統的監測目標的變量集，通過DCS監測系統從變量集中獲取復雜機電系統樣本的多維歷史監測時間序列；

步驟2)、以步驟1)獲取的多維歷史監測時間序列中的監測變量為節點、耦合關系為邊、耦合系數的大小為邊的權重建立表征系統底層交互動態的加權網絡模型；