[發明專利]用于卷煙實時數采的數據缺失值填充方法

有效

• 申請號: 202110904327.1
• 申請日: 2021-08-06
• 公開（公告）號: CN113515896B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 李達;許仁杰;袁湘云;劉智宇;馬潔;葛文
• 申請（專利權）人: 紅云紅河煙草（集團）有限責任公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q50/04;G06Q10/04
• 代理公司: 北京維澳專利代理有限公司 11252
• 代理人: 常小溪

1.一種用于卷煙實時數采的數據缺失值填充方法，其特征在于，包括：

在進行實時數據采集過程中，當檢測到數據缺失時，根據已采集的數據以及預先構建的預測模型，預測出缺失的待填入數據；

根據預設的置信區間，校驗所述待填入數據是否有效；

若有效，則將待填入數據補進實時數采數據的缺失位置；

其中，所述預測模型的構建方式包括：

按照數據采樣頻率、數據結構、數據字段劃分為若干個分組，并根據品牌、批次、工序段對所述分組進行分類及匯總；

檢索并獲取歷史生產數據；

根據已確定的若干分組對所述歷史生產數據進行整理，并向對應分組中導入所述歷史生產數據得到樣本集，所述歷史生產數據包含原始的數采數據；

將所述樣本集中的數據與真實生產情況進行關聯，得到數據分布特征及映射特征；

根據所述樣本集中的數據、所述數據分布特征以及所述映射特征訓練所述預測模型，使所述預測模型輸出預測期望值。

2.根據權利要求1所述的用于卷煙實時數采的數據缺失值填充方法，其特征在于，所述預測模型被配置為：具有基于現場實際數據以及算法仿真數據所形成的虛實映射自學習機制。

3.根據權利要求1所述的用于卷煙實時數采的數據缺失值填充方法，其特征在于，所述方法還包括：在數采過程中，根據實際數據情況動態更新并迭代所述預測模型的參數。

4.根據權利要求3所述的用于卷煙實時數采的數據缺失值填充方法，其特征在于，所述根據實際數據情況動態更新并迭代所述預測模型的參數包括：根據卷煙原料等級、環境溫濕度數據，并結合當前生產對應的牌號、批次號以及涉及的設備參數，持續訓練并優化所述預測模型的參數。

5.根據權利要求1所述的用于卷煙實時數采的數據缺失值填充方法，其特征在于，在所述預測模型的訓練階段，將預先設定的置信區間作為輸入，使所述預測模型輸出符合置信區間的預測期望值。