基于AI模型的质量异常油品的溯源方法

本申请提出一种基于AI模型的质量异常油品的溯源方法，其中，方法包括：基于车联网数据通过时间序列预测模型识别存在超排且催化剂中毒故障的第一目标车辆；基于第一目标车辆的油品液位时序数据获取第一目标车辆的加油记录；基于运油车的车联网数据，获取运油车的活动轨迹数据；基于运油车的活动轨迹数据、第一目标车辆的加油记录和催化剂高硫中毒信息，通过训练好的AI预测模型识别油品异常加油站信息，油品异常加油站信息包括油品异常加油站的位置、油品异常加油站与运油车的匹配度以及油品异常加油站相关运油车的发货位置的聚类结果；基于发货位置的聚类结果得到质量异常油品的加工位置信息；提高了油品溯源预测的范围和准确度。