一种基于AI机器学习的工业数据预测方法

本发明涉及工业数据预测技术领域，公开了一种基于AI机器学习的工业数据预测方法。该方法经分层预处理后判断数据输入的稳定性与完整性；当数据输入不稳定或不完整时，协同分析数据采集频率的波动幅度和传输延迟的累积时长，评估数据获取链路的可靠性等级并划分为高、中、低三级，执行对应链路优化策略；当等级为中等可靠时，对预处理数据进行时间序列特征提取，评估数据分布的平稳性与周期性；最后根据链路可靠性等级及数据分布特征，采用强化学习算法动态调整预测模型的输入权重与迭代频率。该方法通过动态适配数据采集链路状态与数据分布特征，使预测模型能更精准地响应工业生产中的动态数据变化，提升预测表现。