面向锌电解过程不规则观测的关键质量变量概率预测方法

本发明涉及工业过程智能预测技术领域，具体公开了面向锌电解过程不规则观测的关键质量变量概率预测方法，针对锌电解过程中关键质量变量采样时间不规则、局部连续缺失的问题，获取历史多变量时间序列及时间信息，构建观测掩码和时间间隔特征，对缺失观测位置进行自适应衰减重建，对重建后的输入序列进行多尺度连续时间编码，并结合选择性状态空间模型提取同尺度特征，获得同尺度特征表示，通过潜变量记忆库检索历史相似工况模式并与当前潜变量表示融合，生成增强潜变量表示，基于增强潜变量表示生成潜变量分布参数并随机采样，最终得到目标时间区间内关键质量变量的概率预测结果，可用于锌电解过程的在线预测、风险预警与辅助调控。