9.2 缺失数据填补
工业环境中的时序数据难免出现数据缺口——传感器离线、网络中断、硬件故障或数据传输延迟，都可能导致特定时间段内的测量值缺失。IDMP 支持由 TDgpt 驱动的 AI 缺失值补全能力，利用信号的历史规律对缺口期间的数值进行智能估算，确保下游分析、均值计算和 KPI 统计不因数据缺失而产生偏差。
9.2.1 填补原理
缺失数据填补的核心思路是：以已知推未知。填补算法在缺口周围的历史数据窗口上运行，分析信号的变化规律，估算缺失时刻最可能出现的数值，并将这些估算值写回数据中。填补结果在视觉上与实际测量值可区分，不会覆盖原始数据。
TDgpt 的填补能力通过 IMPUTATION() SQL 函数对外提供服务。该函数要求输入数据具有严格等间隔的时间戳；对于生产环境中间隔不均匀的数据，建议先通过窗口聚合（如 INTERVAL）将数据规整后再进行填补。
TDgpt 填补是对 TDengine 原生插值函数（INTERP、FILL）的能力延伸。原生插值使用线性、前值、后值等简单策略，适合短小且规律可预期的缺口；TDgpt 填补基于学习到的信号规律，更适合较长的缺口、不规则信号，或简单插值会产生不合理数值的场景。
9.2.2 适用场景
缺失数据填补在以下场景中有重要价值：
- 连续性指标的统计完整性： 对能耗、产量、流量等需要累计或平均计算的指标，缺口会直接影响统计结果的准确性；填补后可得到完整的数据序列，避免偏差
- 趋势分析与预测的输入质量： 时序预测和趋势分析算法通常对数据完整性有较高要求；填补缺口可提升模型输入质量，改善预测效果
- 设备运行记录的审计追溯： 在需要保留完整设备运行日志的场景（如法规合规、质量追溯），填补可提供合理的估算值以维持记录连续性
- 多属性对齐分析： 当多条时序数据需要联合分析时，某条数据的缺口会影响整体的对齐和计算；填补可确保各属性数据在相同时间轴上对齐
9.2.3 支持算法
TDgpt 内置了多种缺失数据填补算法，涵盖统计学、深度学习与基础模型：
| 算法 | 类型 | 特点 |
|---|---|---|
| Mean | 统计学 | 使用缺口周围数据的局部均值进行填补，计算极快，对平稳信号效果良好（默认算法） |
| IEM | 统计学 | 迭代期望最大化（Iterative Expectation-Maximization），适用于具有相关性的多变量信号 |
| LSTM | 深度学习 | 基于长短期记忆神经网络，捕获复杂非平稳信号中的时序依赖关系，适合规律复杂的长缺口 |
| TDtsfm / Moment | 基础模型 | TDengine 时序基础模型，在多样化工业时序数据上预训练，支持自动识别信号频率并进行高质量填补 |
当前版本中，通过 IMPUTATION() SQL 函数调用时，仅支持 Moment（TDtsfm 系列）算法。通过趋势图面板操作栏触发填补时，算法选项涵盖上述全部算法；每次填补最多可处理 2048 条缺失记录，输入数据不少于 10 条、不超过 8192 条。
9.2.4 使用入口
缺失数据填补通过趋势图和分析面板在查看模式下的操作栏进行触发和配置。
执行填补
第一步：识别缺失窗口
打开包含缺失数据属性所在的趋势图面板。数据缺口会在图表上以空白区段的形式清晰呈现，便于定位需要处理的时间范围。
第二步：选择时间范围并配置算法
点击操作栏中的缺失值填补按钮，进入填补模式。在图表上点击并拖动，框选需要填补的时间范围——建议将选区适当延伸至缺口的前后，以便算法能够参考缺口两侧的实测数据进行估算。松开后，系统弹出填补算法配置窗口，可从 Mean、IEM、LSTM、Moment 等算法中选择最适合当前信号特征的选项。
第三步：预览填补结果
确认算法配置后，IDMP 调用 TDgpt 对所选时间段进行 AI 估算。填补生成的新数据以红色高亮叠加显示在图表上，与原始实测数据在视觉上明确区分，便于在保存前核查估算结果是否合理。此时可点击重置撤销本次填补，重新调整时间范围或算法后再次执行。
第四步：保存并查看最终效果
确认填补结果满意后，点击保存将填补数据写入数据存储，此时趋势图将恢复为完整连续的曲线，原有数据缺口消除。
9.2.5 使用示例
场景背景
某化工厂依靠天然气流量数据进行每日能耗统计和燃料费用结算。某次网络设备更换导致流量计通信中断约 3 小时，导致该时段内流量数据全部缺失。由于能耗统计按日累计，这段缺口直接导致当日用量数据偏低，影响成本核算和能效考核结果。
操作过程
- 打开包含
天然气流量属性的趋势图面板，在查看模式下可以清晰看到缺口时段内数据中断。 - 点击操作栏中的缺失值填补按钮，进入填补模式。
- 在图表上框选数据缺失的时间区域（选区适当延伸至缺口前后），IDMP 调用 TDgpt 分析缺口两侧的流量规律，对缺失时段进行智能估算并填充数值。
- 填补结果以红色高亮叠加显示，与实测数据可视觉区分；确认估算结果合理后，点击保存完成本次填补操作。
分析效果
TDgpt 基于缺口前后各 2 小时的流量历史，识别出该时段处于工厂正常生产时段，流量应维持在稳定区间内，据此生成了平滑连续的估算值序列。
填补后当日天然气累计用量与相邻工作日相比误差在 1.5% 以内，能耗统计恢复正常，结算数据得以完整提交。
