一种面向工业过程多采样率数据的指标软测量方法

本发明提供了一种面向工业过程多采样率数据的指标软测量方法，该方法包括：采集工业过程中过程变量和质量指标运行数据，并根据采样率对过程变量进行分组和排序得到多采样率数据，将多采样率数据及质量指标运行数据分为训练集及测试集，并对其进行预处理，构建分块对角遮蔽注意力模块，基于训练集进行自监督训练，得到过程变量的潜在特征，构建卷积神经网络模块，基于过程变量的潜在特征及训练集中的质量指标运行数据进行有监督训练，构建软测量模型，将测试集输入构建的软测量模型，得到相关质量指标的估计值。本发明可以解决现有技术的不足，提高多采样率工业过程质量指标的软测量精准度。