一种基于时间序列的工业过程缺失值填补方法及系统

本发明涉及数据处理与工业自动化技术领域，具体涉及一种基于时间序列的工业过程缺失值填补方法及系统。方法包括获取工业过程中各类传感器采集的原始序列数据并缺失处理，由多层单元数量依次递增的LSTM层堆叠构建生成器，建立起生成对抗网络的时序特性模型，使用缺失处理后的原始序列数据对时序特性模型进行训练，计算判别器的损失函数，并设定动态一致性损失函数在滑动时间窗口内约束生成器生成的填补数据，并通过反向传播得到训练后的时序特性模型，将待填补缺失值的工业序列数据输入至训练后的时序特性模型，并对输出得到的填补序列数据进行评估。本发明能够自适应地处理不同时间尺度下的数据变化，有效提高了数据处理的效率和模型的泛化能力。