[发明专利]基于LSTM网络的MES系统数据在线填补方法及系统

说明书

本发明公开了一种基于LSTM网络的MES系统数据在线填补方法及系统，该方法包括：获取LSTM网络数据预测模型，所述LSTM网络数据预测模型为经过训练的LSTM网络模型；当当前时刻T没有接收到现场数据时，将时序数据[X_T‑1,X_T‑2,…,X_T‑j,…,X_T‑N]输入所述LSTM网络数据预测模型，在线预测当前时刻T的数据信息，其中，j＝1,2,…,N，X_T‑j为当前时刻数据信息X_T之前j个时间步长的数据信息；当当前时段T接收到现场数据时，以时序数据[X_T‑1,X_T‑2,…,X_T‑j,…,X_T‑N]为输入，以当前时刻T接收到的现场数据为标签，对所述LSTM网络数据预测模型进行在线训练并更新。本发明实现了数据的在线填补，同时，保障了数据填补的准确度。

技术领域

本发明涉及钢铁加工制造领域，特别是涉及一种基于LSTM网络的MES系统数据在线填补方法及系统。

背景技术

在钢铁生产领域，需要对生产过程中的一些参量进行监测，比如温度、流量、压力、电压、电流等，以便监测生产的过程、机器的工作状态等。这些数据一般由传感器获得，且是按照时间传输的时序化数据，同时，在采集阶段，由于一些客观原因，常出现信息缺失现象，数据缺失会对后续数据的操作和时序数据库的存储产生不利影响，所以对于缺失数据的填补是非常有必要的。

现有的数据缺失填补方法大都是离线的填补方法，即是在数据保存至数据库之后，再进行缺失数据的判断和填补处理。这种离线的填补方法，在数据库中数据量比较大时，数据利用的延时会比较大，而且也存在数据采集之后不能直接利用(还需传输至数据库中进行数据的填补)所造成的可靠性较低的问题。对于一些特殊的工业现场，当发生数据缺失时，后续的机器可能无法维持正常的运转，这使得离线的数据填补方法不能满足上述需求。

发明内容

本发明的目的是提供一种基于LSTM网络的MES系统数据在线填补方法及系统。

为实现上述目的，本发明提供了如下方案：

一种基于LSTM网络的MES系统数据在线填补方法，包括：

步骤1：获取LSTM网络数据预测模型，所述LSTM网络数据预测模型为经过训练的LSTM网络模型；

步骤2：当当前时刻T没有接收到现场数据时，将时序数据[X_T-1,X_T-2,…,X_T-j,…,X_T-N]输入所述LSTM网络数据预测模型，在线预测当前时刻T的数据信息，其中，j＝1,2,…,N，X_T-j为当前时刻数据信息X_T之前j个时间步长的数据信息；

步骤3：当当前时段T接收到现场数据时，以时序数据[X_T-1,X_T-2,…,X_T-j,…,X_T-N]为输入，以当前时刻T接收到的现场数据为标签，对所述LSTM网络数据预测模型进行在线训练并更新。

可选的，对所述LSTM网络数据预测模型进行在线训练，具体包括：

对所述时序数据以及当前时刻T接收到的现场数据进行归一化；

以归一化后的时序数据为输入，以归一化后的现场数据为标签，对所述LSTM网络数据预测模型进行训练。

可选的，所述在线预测当前时刻T的数据信息，具体包括：

对所述时序数据进行归一化；

将归一化后的时序数据输入所述LSTM网络数据预测模型；