一种智能工厂基于长序列双预测和informer的高频时序数据有效传输方法

本发明公开了一种智能工厂基于长序列双预测和informer的高频时序数据有效传输方法，涉及智能制造领域，所述方法首先搭建云边协同长序列双预测架构，然后在该架构的边缘网关和云服务器部署训练好的长序列预测模型，最后采用长序列双预测方法在线地减少高频数据的传输量，并保证数据的精度。本发明改进了传统双预测方法的结构，通过长序列预测降低了预测模型的推理次数，从而大大提高了传统方法的适用频率，使其用于降低智能制造过程中所需要高频数据的传输量成为可能。同时，引入并结合最新深度学习模型informer解决了长序列预测带来的梯度消失和模型推理时间激增的问题，从而进一步提高了所提长序列双预测方法的传输量减少比例和适用频率。
上海交通大学
吴雨 | 杨博 | 陈彩莲 | 关新平