工业分析模型的训练方法、使用方法及介质技术

技术编号:40752023 阅读:15 留言:0更新日期:2024-03-25 20:07
本申请提供一种工业分析模型的训练方法、使用方法及介质,涉及工业控制技术领域;其中,训练方法应用于工业控制系统,包括:获取历史数据,历史数据包括缺失时间序列组,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;通过训练好的编码器对历史数据进行特征提取,得到用于指示缺失时间序列组完整信息的目标表征;根据目标表征,自动构建至少一个候选模型,并基于至少一个候选模型确定目标模型;获取目标表征对应的标签数据,并根据目标表征和标签数据对目标模型进行训练,得到工业分析模型;目标模型在训练时,以在输入目标表征时,输出标签数据为训练目标。本申请的方法,用以提升工业控制系统的管控精确度。

【技术实现步骤摘要】

本申请涉及工业控制技术,尤其涉及一种工业分析模型的训练方法、使用方法及介质


技术介绍

1、在工业控制场景中,包含多个传感器,用于监测工业系统中不同的指标数据。为便于及时管控,有时需要基于传感器监测的指标数据,进行预测或智能管控。已知技术中,常通过神经网络来实现前述目标。具体的,将传感器监测到的指标数据输入神经网络中,得到相应的预测值或控制指令。

2、目前,神经网络的结构通常是人工设计的,无法灵活适应实际应用场景,导致在指标数据缺失特征时,无法基于该指标数据得到准确的分析结果,从而存在准确率低的缺陷,进而影响工业过程的精准管控。


技术实现思路

1、本申请提供一种工业分析模型的训练方法、使用方法及介质,用以提升工业分析模型的准确率,进而提升工业过程的管理精确度。

2、一方面,本申请提供一种工业分析模型的训练方法,应用于工业控制系统;所述方法包括:

3、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本文档来自技高网...

【技术保护点】

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:

2.根据权利要求1所述的方法,其特征在于,所述通过训练好的编码器对所述历史数据进行特征提取之前,所述方法还包括:

3.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标表征,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,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述搜索空间生成至少一个候选模型,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述预设度量标准对所述候选模型进行性能评估之前,所述方法还包括:...

【技术特征摘要】

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:

2.根据权利要求1所述的方法,其特征在于,所述通过训练好的编码器对所述历史数据进行特征提取之前,所述方法还包括:

3.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标表征,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,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述搜索空间生成至少一个候选模型,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述预设度量标准对所述候选模型进行性能评估之前,所述方法还包括:<...

【专利技术属性】
技术研发人员:任磊贾子翟张一凡
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1