申请/专利权人：北京航空航天大学

申请日：2024-02-21

公开（公告）日：2024-03-22

公开（公告）号：CN117743859A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/15;G06F18/213;G06F18/21;G06F18/25;G06N3/0442;G06N3/0455;G06N3/0464;G06N3/088;G06N3/0895;G06N3/084;G06N3/0985;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本申请提供一种工业分析模型的训练方法、使用方法及介质，涉及工业控制技术领域；其中，训练方法应用于工业控制系统，包括：获取历史数据，历史数据包括缺失时间序列组，缺失时间序列组包括预设数量个传感器采集的原始缺失序列；通过训练好的编码器对历史数据进行特征提取，得到用于指示缺失时间序列组完整信息的目标表征；根据目标表征，自动构建至少一个候选模型，并基于至少一个候选模型确定目标模型；获取目标表征对应的标签数据，并根据目标表征和标签数据对目标模型进行训练，得到工业分析模型；目标模型在训练时，以在输入目标表征时，输出标签数据为训练目标。本申请的方法，用以提升工业控制系统的管控精确度。

主权项：1.一种工业分析模型的训练方法，其特征在于，应用于工业控制系统；所述方法包括：获取历史数据，所述历史数据包括缺失时间序列组，所述缺失时间序列组包括预设数量个传感器采集的原始缺失序列，所述预设数量为任意正整数；通过训练好的编码器对所述历史数据进行特征提取，得到用于指示所述缺失时间序列组完整信息的目标表征；所述编码器在训练时，以在收到所述缺失时间序列组时，得到所述目标表征为训练目标；根据所述目标表征，自动构建至少一个候选模型，并基于至少一个所述候选模型确定目标模型；所述目标模型是评估结果最佳的候选模型，所述评估结果是基于预设度量标准得到的，所述预设度量标准与模型的分析目标相关；获取所述目标表征对应的标签数据，并根据所述目标表征和所述标签数据对所述目标模型进行训练，得到工业分析模型；所述标签数据与所述分析目标相关，用于指示所述目标表征对应的真实分析结果；所述目标模型在训练时，以在输入所述目标表征时，输出所述标签数据为训练目标。

全文数据：

权利要求：

百度查询： 北京航空航天大学 工业分析模型的训练方法、使用方法及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD