Skip to content

Trend Prediction Service

构想

Trend Prediction Service 能够使用线性和非线性回顾模型预测时间序列未来的值，它是一款在 Process & Condition Monitoring 领域具备众多实用应用的预测框架。

Trend Prediction Service 的典型用例包括：

  • 预测性维护：检测组件是否会在不久后的将来达到使用寿命。
  • 过程监视：预测过程的持续时间，以免出现意料之外的状态（如等待）。
  • 移除季节性和趋势，为其它数据分析任务做准备。

访问

要访问此服务，您需要具有 Analytics Services 角色和范围中列出的相应角色。

基础知识

Prediction Service 是一种可应用于单 variable（单个输入变量）或多 variables（多个输入 variables）时间序列数据的数据驱动型方法。预测的输出为单 variable 并将写入单个目标 variable。

该服务可提供预估给定时间序列中 variables 间关系所需的功能，以便基于训练模型进行预测。这些预测可用于推理时间序列所表示的过程。

训练模型基于线性或多项式回归。

功能

Trend Prediction Service 公开其 API 以实现以下任务：

  • 使用多变量时间序列数据训练（拟合）回归模型
  • 预测未来值
  • 使用单个请求执行训练和预测
  • 读取和删除回归模型

示例场景

一名负责监视酿酒厂生产线的工程师想要预测下个月的能耗 (y)。他们假设能耗与时间和负载（视为独立 variables）之间存在线性关系。

该工程师收集了生产线能耗和负载的时间序列数据，将该时间序列输入 Trend Prediction Service API，评估预测的未来能耗。

相关链接

还有问题?

向社区提问

除非另行声明，该网站内容遵循MindSphere开发许可协议.

Last update: July 11, 2019