[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

本發明公開了一種用于卷煙實時數采的數據缺失值填充方法，本發明的設計構思在于，通過大數據統計分析，以機器學習的方式，對實時數采數據的缺失值進行自動填充，結合自學習模型，將數采數據對應的預測值填入至缺失位置，并檢測填充的缺失值是否在預測值的置信區間范圍內。在此過程中，動態根據實際數據情況進行更新和迭代。本發明解決了卷煙工業現場干擾噪聲信號影響的問題，實現了實時數采數據缺失值的自動填充，在確保控制精度的同時，并能保證信息系統分析結果的正確性、準確性。

技術領域

本發明涉及煙草工業領域，尤其涉及一種用于卷煙實時數采的數據缺失值填充方法。

背景技術

現階段的煙草生產一線，已從傳統意義上的機械化、自動化向智能化、智慧化發展，尤其是物聯網的進一步推廣，現階段已不僅僅是傳統意義上的RS232、RS485、Profinet、Profibus、Profibus-DP、PLC子網、Wincc中控網絡等。在此基礎上，新增了物聯網、NBIoT網絡、工業以太網等網絡，隨著設備數量、傳感器數量的海量劇增，傳統意義上對應的數采協議收到卷煙工業現場干擾噪聲信號的影響將逐漸加大，造成實時數采數據缺失、數采數據錯位等風險，嚴重影響現有設備的控制效能及信息系統的分析結果。

目前采用的解決方法是加大傳感器校驗量并設置多級校驗機制，而設備本身檢測有大概5％的誤差，隨著增設設備的數量增加必然會導致誤差疊加累計，一旦過程中某傳感器出現差錯，將導致數據錯誤的“蝴蝶效應”，使得檢測校驗的效能近乎失效。

發明內容

鑒于上述，本發明旨在提供一種用于卷煙實時數采的數據缺失值填充方法，解決新增了物聯網、NBIoT網絡、工業以太網等復雜網絡的同時，消除卷煙工業現場干擾噪聲信號影響的問題，實現了實時數采數據的缺失值的自動填充。

本發明采用的技術方案如下：

一種用于卷煙實時數采的數據缺失值填充方法，其中包括：

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。

在其中至少一種可能的實現方式中，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。

在其中至少一種可能的實現方式中，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。

在其中至少一種可能的實現方式中，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。

在其中至少一種可能的實現方式中，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。

在其中至少一種可能的實現方式中，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。