工业现场的历史数据普遍存在缺失、断点与异常值，直接用于建模会影响模型可靠性。数据分析实验室近期围绕时序数据缺失补全开展了一轮对比实验：选取某制造车间三个月的设备运行日志作为样本，覆盖温度、压力、节拍时间等 12 个变量，人工构造 5%~20% 不同比例的缺失场景，对比线性插值、统计填补与轻量级时序模型三类方法。
初步结果显示：在短时随机缺失（连续缺失不超过 3 个采样点）场景下，线性插值与轻量级时序模型的补全误差均可控制在工程可接受范围内；而在连续缺失超过 30 分钟的场景中，简单插值误差明显放大，轻量级时序模型表现更稳定，但推理耗时约为前者的 4 倍。
下一步计划：
- 引入变量间相关性信息，验证多变量联合补全能否进一步降低长段缺失场景的误差；
- 将补全模块接入下游参数建模任务做串联评估，以任务精度而非补全误差本身作为最终评价指标。
我们的初步结论是：补全方法的选择应结合缺失模式与下游任务需求综合判断，避免追求单一指标最优。相关方法整理后将在后续定制项目中试点验证。
评论