一种基于机器学习的车间温湿度数字仪表误差预测方法

本发明公开了一种基于机器学习的车间温湿度数字仪表误差预测方法，属于工业计量技术领域。采用本发明提出的技术方法对通过引入数据平滑、峰值提取、滤波与异常值处理，以及多元线性回归模型的建立，准确预测了被测表的测量误差；根据预测误差动态调整计量校准周期，既保证了测量数据的准确性，又实现了误差预测。本发明方法有效解决了现场因数据量少、数据时序不对齐、数据连续性差、性能指标不清晰、异常响应差导致的计量问题，并结时间序列、自适应调整算法，提高模型预测的可信度。上述技术方法可降低现场测量人为误差，算法实时响应，节省人力，推动数字化车间建设，保障计量的数学基础支撑。