基于神经网络的工业时序数据质量管理方法

摘要

针对当前工业时序数据质量管理存在的缺乏有效管理方法、没有与工业领域知识相结合等问题,梳理数据质量问题的主要表现,引入风险评估机制以完善数据质量评价标准。在此基础上给出了工业时序数据质量管理方法,主要流程包括:多维度评价标准体系下的数据质量评价过程、基于数据典型应用场景和业务需求的数据质量分析过程以及知识与数据混合驱动的数据质量提升过程。提出一种基于LSTM神经网络的数据质量分析方法,通过实际数据集验证了数据质量管理和提升的效果。