摘要
本发明公开了一种基于多采样率数据蒸馏的工业过程深度监测方法,本发明在深度残差主元分析模型的框架下,提出了一种基于多采样率数据蒸馏的工业过程深度监测方法。在不增加训练样本数量的情况下,数据蒸馏将多个数据样本信息压缩到一个浓缩的新数据点中,实现多采样率数据的信息提取。因此,相比传统的监测方法,本发明方法不仅能有效利用所有的数据信息,而且利用数据蒸馏技术巧妙地解决了工业数据的多采样率问题。通过一个实际的工业案例,本发明方法的可行性和有效性都得到了很好的评估和确认。
技术关键词
深度监测方法
采样率
残差数据
蒸馏
变量
残差信息
矩阵
集散控制系统
模型库
深度残差
样本
处理器
计算机
可读存储介质
工业生产
存储器
有效性