工业分析模型的训练方法、使用方法及介质

专利主权项内容

1.一种工业分析模型的训练方法，其特征在于，应用于工业控制系统；所述方法包括：获取历史数据，所述历史数据包括缺失时间序列组，所述缺失时间序列组包括预设数量个传感器采集的原始缺失序列，所述预设数量为任意正整数；通过训练好的编码器对所述历史数据进行特征提取，得到用于指示所述缺失时间序列组完整信息的目标表征；所述编码器在训练时，以在收到所述缺失时间序列组时，得到所述目标表征为训练目标；根据所述目标表征，自动构建至少一个候选模型，并基于至少一个所述候选模型确定目标模型；所述目标模型是评估结果最佳的候选模型，所述评估结果是基于预设度量标准得到的，所述预设度量标准与模型的分析目标相关；获取所述目标表征对应的标签数据，并根据所述目标表征和所述标签数据对所述目标模型进行训练，得到工业分析模型；所述标签数据与所述分析目标相关，用于指示所述目标表征对应的真实分析结果；所述目标模型在训练时，以在输入所述目标表征时，输出所述标签数据为训练目标。 微信公众号马克 数据网