一种基于认知图卷积的车间信息可信过滤方法及系统与流程

本发明涉及智能制造与工业互联网，尤其涉及一种基于认知图卷积的车间信息可信过滤方法及系统。

背景技术：

1、随着智能制造与工业互联网的广泛应用，车间内部产生了大量来自设备、传感器、操作终端及物流系统的多源异构数据，为了保证后续生产调度与设备控制决策的准确性，需要对车间产生的这些数据进行可靠性验证，仅将可靠性数据参与至生产调度与设备控制决策。

2、现有技术进行车间数据可靠性判断时，仅仅基于数值层特征提取，缺乏对设备数据间语义关系的理解，忽略了车间多节点耦合网络中节点间的结构依赖性；在实时数据流环境下，可信度模型无法快速更新，存在错误信息传播或误报的风险；当攻击者通过信号篡改、时间漂移等方式注入伪造数据时，现有方法缺乏因果检测与自适应判别机制，导致对车间数据的可靠性评判不准确。

技术实现思路

1、本发明为了解决上述问题，提出了一种基于认知图卷积的车间信息可信过滤方法及系统，实现了对车间数据可信性的准确识别。

2、为实现上述目的，本发明采用如下技术方案：

3、第一方面，提出了一种基于认知图卷积的车间信息可信过滤方法，包括：

4、获取车间数据；

5、将各车间数据对应的生产要素作为节点、将各生产要素之间的交互关系作为边，构建车间认知图谱，并确定车间认知图谱的各节点属性及各边属性；

6、基于各节点属性及各边属性，确定各节点的初始可信度及信息传播权重；

7、将各节点的初始可信度和节点属性，作为各节点的可信度特征，利用各节点的信息传播权重，对各节点的可信度特征进行邻域聚合传播，获得各节点聚合后特征；

8、根据各节点聚合后特征，确定各节点可信度；

9、利用各节点的历史可信度，对各节点可信度进行动态时序更新，确定各节点当前可信度；

10、根据各节点当前可信度，确定各车间数据的可信性。

11、通过将生产要素映射为图结构节点，并融合节点属性与边属性共同驱动可信度评估，实现了对车间多源异构数据的语义感知与结构关联分析，克服了现有方法仅依赖数值特征而忽略语义关系与拓扑依赖的缺陷。

12、进一步的，节点属性包括节点类型、状态值、时序戳和节点的语义标签；

13、边属性包括交互频次、依赖强度和信任评分。

14、节点属性中的语义标签通过知识嵌入模型转化为统一语义表示空间中的向量，使不同类型节点具备可比较的语义特征表示，从而为后续图卷积传播提供语义感知能力；边属性中的信任评分基于历史交互数据中被判定为可信的数据占比计算得到，并依据异常次数进行修正，随实时交互数据动态更新，确保边权重能够反映节点间关系的真实可信状态。

15、进一步的，依据各节点的状态值是否在正常数据范围内、时序戳的时效性及语义标签与生产逻辑的匹配程度，确定各节点的初始可信度。

16、初始可信度综合考量数据的数值合理性、时间有效性与语义一致性三个维度，避免模型忽略基础属性层面的可信判断，从而提升整体可信评估的准确性。

17、进一步的，根据相邻节点的节点属性，计算确定相邻节点的相似度；

18、根据相邻节点的相似度及相邻节点的依赖强度，计算确定相邻节点的信息传播权重。

19、通过将节点语义相似度与相邻节点的依赖强度相融合确定信息传播权重，使得高语义相关性、高信任度的邻居节点对目标节点可信度的影响更大，低信任度节点的影响被相应抑制，从而防止不可信数据在图结构中扩散传播。

20、进一步的，采用多头注意力机制对各节点的可信度特征进行邻域聚合传播。

21、多头注意力机制中，各注意力头分别聚焦于节点状态值一致性、时序戳时效性、边属性信任度及语义标签匹配度，各注意力头独立计算注意力权重后，将各注意力头的输出进行拼接，作为各节点聚合后特征的综合表示。多头注意力机制避免了单一维度评估的偏差，使可信度计算能够同时兼顾数值、时序、关系与语义四个层面，显著提升对复杂场景中隐性异常数据的识别能力。

22、进一步的，将当前可信度大于设定可信度阈值的节点对应数据，作为可信数据；

23、将当前可信度小于等于设定可信度阈值的节点对应数据，作为不可信数据。

24、通过设定可信度阈值对数据进行分类，实现了对车间数据流的实时过滤，确保进入上层生产调度系统的数据均满足可信要求。

25、进一步的，对于不可信数据，确定数据异常等级；

26、根据数据异常等级，确定异常处理方案。

27、具体地，对于轻度异常数据，向对应数据来源节点发送重采集指令，若重采集后该节点的可信度大于等于预设可信度阈值，则将该数据恢复为可信数据；对于重度异常数据，冻结对应节点的数据流并向运维人员发送告警通知，待运维人员处理完成后手动触发重校验以恢复数据传输。分级处理机制针对不同严重程度的异常数据采取差异化响应策略，在保障数据质量的同时，最大限度地减少了对正常生产流程的干扰。

28、进一步的，对于不可信数据，确定数据不可信原因。

29、可解释性说明使算法决策具备可追溯性，运维人员可依据因果推断依据快速定位异常根源，提升车间数据管理的透明度与可信度。

30、第二方面，提出了一种基于认知图卷积的车间信息可信过滤系统，包括：

31、数据获取单元，用于获取车间数据；

32、图谱构建单元，用于将各车间数据对应的生产要素作为节点、将各生产要素之间的交互关系作为边，构建车间认知图谱，并确定车间认知图谱的各节点属性及各边属性；

33、节点可信度确定单元，用于基于各节点属性及各边属性，确定各节点的初始可信度及信息传播权重；将各节点的初始可信度和节点属性，作为各节点的可信度特征，利用各节点的信息传播权重，对各节点的可信度特征进行邻域聚合传播，获得各节点聚合后特征；根据各节点聚合后特征，确定各节点可信度；利用各节点的历史可信度，对各节点可信度进行动态时序更新，确定各节点当前可信度；

34、数据可信性评估单元，用于根据各节点当前可信度，确定各车间数据的可信性。

35、上述系统各单元协同工作，实现了从数据采集、图谱构建、可信度评估到异常处理的全流程闭环管理。

36、第三方面，提出了一种计算机设备，所述设备包括：

37、处理器，适于执行计算机程序；

38、计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被所述处理器执行时，实现第一方面提出的一种基于认知图卷积的车间信息可信过滤方法。

39、第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，计算机程序适于由处理器加载并执行第一方面提出的一种基于认知图卷积的车间信息可信过滤方法。

40、第五方面，提出了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时，实现第一方面提出的一种基于认知图卷积的车间信息可信过滤方法。

41、与现有技术相比，本发明的有益效果为：

42、本发明提出了一种基于认知图卷积的车间信息可信过滤方法及系统，所述方法在获取到车间数据后，将各车间数据对应的生产要素作为节点、将各生产要素之间的交互关系作为边，构建了车间认知图谱，并确定了车间认知图谱的各节点属性及各边属性，之后，根据节点属性及边属性，确定各节点的初始可信度及信息传播权重，之后，利用各节点的信息传播权重，对各节点的可信度特征进行邻域聚合传播，获得各节点聚合后特征，最终确定各节点可信度，再通过对各节点可信度进行动态时序更新，确定各节点当前可信度。由于确定节点当前可信度时既考虑了数据本身特征，又考虑了各生产要素之间的交互特征及时间影响，实现了对节点当前可信度的准确评估，最终实现对各车间数据可信性的准确评估。克服了现有方法仅依赖数值特征、缺乏语义关系建模的缺陷，使得系统能够结合生产逻辑上下文对数据可信性进行判断，显著降低了因忽略语义关系导致的误判率。

43、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。