基于时空图注意网络的磨煤机故障预警

来源：动力工程学报杂志2025年第9期北京时间：

作者：牛玉广, 徐健, 杜鸣, 姚珺,

摘要：为提升磨煤机故障预警结果的准确性与可信度,提出一种基于时空图注意网络的故障预警方法。通过最大信息系数与Top-K最近邻方法自适应求取邻接矩阵,将原始列表数据重构为时序图数据。随后,依次使用图注意力网络和双向门控循环单元,分别提取图数据的空间特征和时间特征,并对下一时刻数据进行预测。在离线阶段,经指数加权移动平均法计算总体预警阈值与各分量阈值。在在线阶段,当预测残差总量越限时发出预警信号,同时绘制各分量的越限分数热力图。结果表明:以某热电机组中速磨煤机运行数据为例,所提方法能够准确预警设备潜在异常,并对预警原因进行有效解释,优于对比方法。

关键词：磨煤机,故障预警,深度学习,图注意力网络,可解释性,