一种基于神经网络预测的冷链温湿度动态预警方法及系统

本发明公开的一种基于神经网络预测的冷链温湿度动态预警方法及系统，包括以下步骤：实时采集设备运行的状态数据、环境参数数据；将数据输入训练好的多任务预测模型，输出未来的预测值；评估预测值的可信度，若可信度大于阈值，则对多任务预测模型修正后再进行预测，若可信度小于或者等于阈值，则进行下一步；通过动态风险评分算法将预测结果与当前实际阈值区间进行对比，生成动态风险评分，若当风险评分超过动态阈值时，将推送分级预警至管理平台或用户。本发明相比传统方法提前更多的时间发现潜在超限风险，为人工干预预留充足时间，本发明依托于传感器数据采集定时收集数据序列，同时综合分析设备自身工况和外部舆情信息给出智能预警信息。