基于小波引导的双图变换器在工业过程中的低频振荡检测与根本原因定位中的应用

《Canadian Journal of Chemical Engineering》：Wavelet-guided dual-graph transformer for low-frequency oscillation detection and root cause localization in industrial processes

工业过程数据中低频振荡检测与根因定位的挑战，提出小波引导双图时空Transformer框架。通过连续小波变换提取振荡事件及早/峰窗口，构建Granger因果图与带宽限带相关图，融合双图消息传递模型，结合时空Transformer和校准输出头实现高精度定位。实验显示优于基线方法，ECE=0.142，Brier=0.049，且提供可视化热力图证据。

　　

摘要

工业过程数据通常包含间歇性的、低频的振荡信号，这些信号强度较弱，频率变化缓慢，并会在多个相互关联的控制回路中传播。在这种情况下，使用固定的阈值、成对测试和未经校准的评分方法效果较差。为了解决这些问题，本文提出了一种基于小波引导的双图时空变换器框架，用于实现全厂范围内的振荡检测和具有校准置信度的根本原因定位。首先，应用复杂的Morlet连续小波变换来识别振荡事件，并为每个事件定义两个分析窗口：一个用于捕捉起始动态的早期窗口，另一个以最大振荡能量为中心的峰值窗口。其次，对于每个窗口，构建格兰杰因果关系图和带限相干性图，从而生成四个有向图，以编码特定振荡区间内的因果关系和相干性结构。第三，双图消息传递模型在每个时间步长融合这些图，时间变换器则汇总上下文信息以生成每个传感器的概率值。最后，通过Sigmoid输出头为每个通道提供根本原因概率，事后校准将原始评分转换为适用于操作阈值的可靠概率。在真实的热带钢轧机数据上，所提出的框架在根本原因定位方面的性能优于最强的格兰杰基线方法，准确率达到了0.90（排名第一）和0.95（排名前三）；而连续小波变换（CWT）-ridge检测器在振荡事件检测方面也有提升。可靠性分析和行归一化校准矩阵的结果显示ECE = 0.142、Brier = 0.049，这种校准方法使中等概率值略微向中间偏移，同时提高了高置信度预测的准确性，且不会改变预测的顺序。早期/峰值格兰杰因果关系图和相干性热图提供了透明、可审核的证据，从而实现了一个实用的全厂范围内低频振荡检测和根本原因定位的端到端解决方案。

利益冲突声明

所有作者均无需要披露的利益冲突。

同行评审

为了保证透明度，与本文相关的同行评审文件可在此链接查看：https://doi.org/10.1002/cjce.70329。

第二轮评审
编辑决定函	2026/01/07
作者回复附件1	2026/01/07
第一轮评审
编辑决定函	2025/12/30
评审员1的报告	2025/12/21

数据可用性声明

如需获取支持本研究结果的数据，可向通讯作者提出合理请求。