一种面向工业多模态数据的时序预测模型的建立方法

本发明针对工业时序预测模型中所面临的数据多样性、数据稀疏性和模型泛化能力不足的问题，提出了一种面向工业多模态数据的时序预测模型的建立方法，包括：获取多源异构的工业时间序列数据，并对获取的数据进行清洗；对清洗后的数据进行数据增强，生成增强时间序列数据集；利用多维时空映射的异构数据融合感知方法，对得到的增强时间序列数据集中的多源异构时间序列数据进行融合；利用融合后的数据基于AI大模型构建面向多模态工业时序数据的预测模型，并进行模型训练；根据训练后的面向多模态工业时序数据的预测模型对工业过程中的关键指标在未来一段时间内的变化趋势进行预测。