[发明专利]一种数据处理方法及装置

说明书

本发明公开了一种数据处理方法及装置。该方法包括：首先，获取历史工况数据和历史产出数据并在历史工况数据的基数上预估各种生产条件下的模拟工况数据；然后，根据模拟工况数据和预先建立的生产机理模型获取模拟产出数据；接着，根据模拟工况数据和模拟产出数据得到第一训练数据；随后，使用第一训练数据对预先建立的第一产出预测模型进行训练得到第二产出预测模型。其中，在历史工况数据的基础上得到了更多的、可涵盖各种生产条件下的模拟工况数据和模拟产出数据，在此数据基础上对产出预测模型进行训练，可得到适用于各种生产条件的通用模型，如此，即使生产条件发生变化，产出预测模型也依然适用。

技术领域

本发明涉及计算机数据处理领域，尤其涉及一种数据处理方法及装置。

背景技术

在生产过程中，准确地预测产出，例如，投入单位数量原料所获得的产品产量或质量，对于实现经济效益最大化具有非常重要的指导意义。

但在目前的生产过程中，由于生产周期较短或信息化建设起步较晚，积累的数据量不足；且由于市场和运营的需要，生产条件长期保持稳定，而导致积累的数据往往只能反映某一单一的生产模式。因此，现有的生产数据，仅能描述在过去时间内、有限生产条件下，各影响因素与目标变量之间的有限关系，而无法涵盖在各种生产条件下，各影响因素与目标变量之间的各种关系。

在这种情况下，一旦生产条件发生变更，现有的算法模型就很难在新的生产条件下，准确预测目标产物的产量或质量。

因此，如何在现有的数据和现有的算法模型的基础上，对现有的算法模型进行调整，使调整后的模型能够较好地适用于各种生产条件下的工况数据仍然是亟需解决的一个技术问题。

发明内容

针对以上问题，本发明实施例提供了一种数据处理方法及装置。

根据本发明实施例第一方面，一种模型训练方法，该方法包括：获取历史工况数据和历史产出数据；对历史工况数据进行处理得到至少一种生产条件下的模拟工况数据；根据模拟工况数据和预先建立的生产机理模型获取模拟产出数据；根据模拟工况数据和模拟产出数据得到第一训练数据；使用第一训练数据对预先建立的第一产出预测模型进行训练得到第二产出预测模型。

根据本发明实施例一实施方式，对历史工况数据进行处理得到至少一种生产条件下的模拟工况数据，包括：获取历史工况数据所包含的工况指标；获取工况指标的合法取值范围，并从合法取值范围内确定至少一个合法值；逐一使用至少一个合法值中的每一合法值替换历史工况数据中工况指标的值得到模拟工况数据。

根据本发明实施例一实施方式，在根据模拟工况数据和预先建立的生产机理模型获取模拟产出数据之前，该方法还包括：建立机理模型。

根据本发明实施例一实施方式，第一产出预测模型是针对至少一种生产条件的、通用的产出预测模型，相应地，在使用模拟工况数据和模拟产出数据对预先建立的第一产出预测模型进行训练之前，该方法还包括：建立神经网络模型；确定神经网络模型的网络结构、网络层数、激活函数、神经元数量和初始参数得到第一产出预测模型。

根据本发明实施例一实施方式，在得到第一产出预测模型之后，该方法还包括：根据历史工况数据和历史产出数据得到第二训练数据；使用第二训练数据对第一产出预测模型进行训练得到第三产出预测模型，并将第三产出预测模型重新设置为第一产出预测模型。

根据本发明实施例一实施方式，第一产出预测模型是针对历史生产条件的、已有的产出预测模型。

根据本发明实施例一实施方式，在得到第二产出预测模型之后，该方法还包括：获取实际生产所产生的增量工况数据和增量产出数据；根据增量工况数据和增量产出数据得到第三训练数据；使用第三训练数据对第二产出预测模型进行增量训练得到第四产出预测模型，并将第四产出预测模型重新设置为第二产出预测模型，以继续用于实际产出预测形成闭环。