一种基于APC的时序预测模型构建方法及系统

本发明公开了一种基于APC的时序预测模型构建方法及系统，涉及深度学习的时序预测模型技术领域，包括，采集原始数据并提取回路信息进行预处理，基于预处理数据对控制变量值进行预测和均值计算，基于控制变量均值计算结果对操控变量值进行预测，对操控变量预测值进行评估生成评估指标，基于评估指标生成最终操控变量预测值，将原始数据和最终操控变量预测值通过加密传输至数据库中进行存储和备份。本发明通过BP神经网络和数据标准化处理，显著提高了预测精度，通过iTransformer模型，增强了模型对时间序列数据的处理能力，通过多维评估指标，确保了操控变量预测结果的高精度，通过对误差分析与优化进行最终优化，提升了预测准确性和响应速度。