工业AI项目中，传感器数据缺失是常见问题：网关断连、采样丢包、设备停机都会造成时序断点，直接影响后续建模质量。数据分析实验室近期针对三类常用补全方法开展对比实验：线性插值、KNN统计填补与基于LSTM自编码器的深度补全。
实验数据取自空压机与注塑车间的历史采集数据，模拟了5%~30%五档随机缺失与连续缺失场景。初步结果显示：短时随机缺失（少于5个采样点）下，三种方法均方误差差距在3%以内，简单方法即可满足需求；连续缺失超过30分钟时，LSTM自编码器的补全误差较线性插值降低约40%，并能更好保留工况切换时的趋势特征。
两点阶段性结论：一是深度补全方法的训练需覆盖至少三个月、多种工况的历史数据，数据量不足时不宜采用；二是补全结果应保留估计值标记位，避免下游模型将填补数据误认为真实观测。
下一步计划引入工况标签做分场景建模，并在两个客户现场开展在线验证，沉淀为可复用的缺失数据处理流程。
评论