工业时序数据缺失填补方法对比实验

工业传感器数据因网络抖动、设备停机等原因普遍存在缺失，直接用于建模会引入偏差。数据分析实验室近期围绕该问题开展了一轮填补方法对比实验，选取某机加工车间三个月的设备电流与温度时序数据，采用人为遮蔽方式构造已知答案的测试集，评估各方法还原精度。

实验覆盖线性插值、KNN、矩阵分解与门控循环网络四类方法，阶段性结论如下：
· 缺失时长在5分钟以内时，线性插值与复杂模型的误差接近，简单方法即可满足下游建模需求；
· 连续缺失超过30分钟时，门控循环网络的MAE较线性插值降低约37%，但需要至少两个月的历史数据支撑训练。