基于时空图卷积网络的结构健康监测数据异常识别方法

摘要

本发明涉及一种基于时空图卷积网络的结构健康监测数据异常识别方法，解决了现有基于建筑结构健康监测数据的异常识别方法难以区分传感器故障和结构变异的问题。识别方法如下：利用可学习邻接矩阵的时空图卷积网络对结构监测数据进行时空关联建模，将各阶相邻节点的信息分层次地用于数据回归，设计对应的网络结构和目标函数惩罚项；使用监测系统建成初期的实测数据作为训练集，训练网络并获取邻接矩阵，将后续的实测数据输入网络后计算模型残差及诊断指标，结合诊断指标和关键邻边判断数据异常源自传感器故障还是结构变异。本发明能有效区分传感器异常和结构异常的数据模式，准确识别故障传感器，适用于各类结构健康监测系统的管理与维护。