基于时间序列分解的工业预测控制自适应滤波方法及装置

本申请涉及工业预测控制技术领域，尤其涉及一种基于时间序列分解的工业预测控制自适应滤波方法及装置。方法包括：采集工业过程中被控变量在预设时间段内的历史数据，得到时间序列数据集；通过时间序列分解算法，对时间序列数据集进行分解，得到三类独立成分；分别对三类独立成分进行特征提取，并基于特征提取结果匹配滤波算法并确定滤波算法的目标滤波参数。与相关技术相比，通过时间序列分解算法对时间序列数据集分解为三类相互独立的成分，分别从变化趋势、周期内波动情况和具体的残差数据三个维度对工业过程数据的复杂特征进行解析，解决传统滤波依赖经验的问题。