摘要
本发明公开了一种基于注意力机制的工业物联网异构数据预测方法,包括:获取历史数据集合并根据随机数构建随机填充数据;基于随机生成的填充数据对初始监测数据进行数据填充操作,以获得同一维度下的重构监测数据;将初始监测数据与对应的重构监测数据和标签组成数据集;利用数据集对神经网络预测模型进行训练,以获得监测数据预测模型;将当前的初始监测数据输入至监测数据预测模型中,以获得下一个时间节点的重构监测数据。本发明还提供了一种工业物联网异构数据预测装置。本发明提供的方法能有效将工业场景中设备运行状态与工艺参数进行耦合,从而实现加工设备健康状态评估的实时性。
技术关键词
数据预测方法
工业物联网
注意力机制
神经网络预测模型
异构
数据预测装置
特征提取模块
重构
设备健康状态评估
设备运行状态
节点
标签
表达式
误差
传感器
场景
系统为您推荐了相关专利信息
电能表运行状态
下电能表
状态评估方法
LSTM模型
电能表状态
疲劳驾驶状态
识别方法
山地
随机森林模型
疲劳驾驶检测
数字化管理方法
梯度提升决策树
管理策略
模糊数学
搜索算法