数据特征提取模型训练方法及装置

    公开(公告)号:CN116226630A

    公开(公告)日:2023-06-06

    申请号:CN202310145853.3

    申请日:2023-02-21

    摘要: 本申请实施例公开一种数据特征提取模型训练方法及装置。该方法包括:获取工业生产数据;所述工业生产数据包括多个传感器分别在多个时刻点的数据;对所述工业生产数据进行数据清洗和标准化处理,并将处理后的数据进行时间分片采样,得到多个分片数据;针对每个分片数据,将其分为训练集和测试集;基于所述训练集和测试集,对已构建的深度学习模型进行训练并测试,得到损失函数满足预设条件的深度学习模型,作为数据特征提取模型。应用本申请实施例提供的方案,能够训练得到数据特征提取模型,从而可以对传感器数据进行特征向量数据学习,得到传感器数据对应的特征向量,进而可以将特征向量用于工况监测和预警诊断等等任务的模型输入。