工业时序数据缺失修复方法对比实验

在工业AI项目中，传感器断线、采集频率不一致、人工补录滞后等原因造成的时序数据缺失十分普遍，直接影响下游建模的可靠性。数据分析实验室近期围绕缺失值修复方法开展了一轮对比实验，选取某电子制造车间回流焊工序约三个月的温度曲线数据作为测试集，人为构造5%~30%比例的随机缺失与连续缺失两类场景，对比线性插值、样条插值、KNN填充与基于自编码器的生成式修复四种方法。初步结果显示：随机缺失场景下，线性插值与生成式修复误差接近；但当连续缺失超过10个采样点时，自编码器方法的均方误差较线性插值低约35%，且能更好保留升温、保温阶段的趋势形态。我们也注意到，生成式方法对训练数据的工况覆盖度较敏感，遇到训练集未见的极端工况时修复稳定性会下降。下一步计划：一是补充跨设备、跨季节数据验证方法泛化性；二是将修复质量与下游异常检测任务联动评估，以任务指标而非单一修复精度衡量方法价值；三是沉淀《工业时序数据缺失修复选型指引》，供项目前期数据评估阶段参考。