一种生产力中台的工业数据在线迁移方法、介质及系统

本发明提供一种生产力中台的工业数据在线迁移方法、介质及系统，属于电数字数据处理技术领域，本发明首先采集工业数据源的历史访问记录，构建包含多头注意力层、时序特征提取层和残差连接层的深度神经网络模型，实现对数据变更率的预测。基于预测结果，利用优化方程组动态计算数据变更率分界点，将数据表划分为不同的变更频率类别。然后构建数据依赖关系矩阵，采用改进拓扑排序算法确定迁移顺序。对不同类别的数据分别采用批量迁移、增量迁移和实时同步机制，并通过实时监控触发模型更新，确保迁移策略的动态优化。最后进行数据一致性校验，保证迁移的准确性，解决了数据变更率实时动态变化导致工业数据在线迁移效率低下的技术问题。