[發明專利]一種基于大數據的工業蒸汽量預測方法

有效

• 申請號: 201910486534.2
• 申請日: 2019-06-05
• 公開（公告）號: CN110222416B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 王進;張睿;陳重元;鄧欣;孫開偉;劉彬
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;G06Q10/04;F22B35/00
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 劉小紅;陳棟梁

1.一種基于大數據的工業蒸汽量預測方法，其特征在于，包括以下步驟：

101.獲取鍋爐的工況數據，并對鍋爐的工況數據先后進行缺失值處理、異常值處理和對非對稱分布的處于偏斜狀態的數據進行偏態修正三個數據預處理操作；

102.采用以區間覆蓋為基礎的自助法，根據工況數據的采集時間劃分訓練集數據、驗證集數據，并對鍋爐工況數據進行特征工程操作；

103.建立多個機器學習模型，并采用基于Filter和線性加權的瀑布融合法進行模型融合操作；

104.通過步驟103建立的融合模型，根據鍋爐傳感器采集的工況數據對鍋爐產生的蒸汽量進行預測，利用預測的蒸汽量求得鍋爐的燃燒效率運用在工業生產上；

所述步驟102根據鍋爐傳感器對工況數據的采集時間劃分訓練集數據、驗證集數據具體步驟為：

采用以區間覆蓋為基礎的自助法劃分訓練集數據和驗證集數據，在鍋爐傳感器以每分鐘為單位采集的7天的工況數據中，將每兩個小時作為一個小區間，這樣7天168個小時可以劃分為84個小區間，在這些小區間D_i中進行采樣產生D_i'：D_i'表示從D_i中隨機且有放回地采樣得到的數據集，每次隨機從D_i中挑選一個樣本，并將其拷貝一份放入D_i'中，保持D_i不變，重復以上過程m次，D_i中有部分樣本會多次出現在D_i'，而另一部分不會出現；

將∑D_i'當作訓練集，將∑(D_i'\D_i)當作驗證集；

所述步驟103建立多個機器學習模型，并基于Filter和線性加權的瀑布融合法進行模型融合操作的具體步驟為：

采用將多個模型串聯的方法，將每個基模型視為一個過濾器，將不同粒度的過濾器進行前后銜接，對于樣本集近似于正態分布的數據，基模型的選擇中保證線性與非線性相結合，線性模型選擇Lasso回歸模型、線性的Kernel ridge regression模型和使用L1和L2先驗作為正則化矩陣的模型ElasticNet，另外三個非線性基模型選擇分別為基于多項式的Kernel ridge regression模型、SVR模型和Xgboost模型；

在基于Filter和線性加權的瀑布融合法中，前一個模型過濾的結果，將作為后一個模型的候選集合輸入，模型共三層，每一層基模型的順序為線性模型在前，非線性模型在后，最后對非線性模型的輸出結果進行線性加權，得到最終的融合模型；

所述對訓練集和測試集進行特征工程構建具體包括：對鍋爐工況數據構建基礎統計特征、模塊特征、外部特征和時序特征；

1031.基礎統計特征：對鍋爐床溫、床壓、濕度，爐膛溫度、膛壓、濕度以及過熱器的溫度、壓強、濕度以每小時為單位區間進行求均值和求眾數的操作，之后再對所求出的均值和眾數再取平均，將其作為特征，同時，將鍋爐的額定功率及實際功率通過物理運算提特征，直接將ratio值作為特征列；

1032.模塊特征：將特征工程模塊化，將其分為爐膛、鍋爐床、鍋爐風口、主蒸汽四個模塊，分別研究每個模塊內的溫度、濕度和壓力值，按照鍋爐傳感器以分鐘為單位采集的各種鍋爐工況數據，分別在模塊內提取特征，提取特征的方法為在模塊內部對每分鐘的溫度、濕度和壓強求方差，通過模塊內部的數據的波動來構建模塊特征；

1033.外部特征：通過對當地氣候的查詢，獲得訓練集和測試集當天的氣溫、空氣濕度、風速以及陽光強度這些外部數據；將這些外部數據同樣以每分鐘為單位進行統計加入到特征工程中，在加入這些離散型數據特征時，使用FP-growth算法來挖掘頻繁項集，找出已給的多條數據記錄中哪些項是頻繁一起出現的；

1034.時序特征：對一天內某一時段的蒸汽量進行預測，時間是特征工程中不可或缺的一部分；針對時間的字段，統計當前時刻與溫度峰值、壓強峰值和濕度峰值時刻的時間差值，直接將其當做連續值特征，另外，再將每天的時段進行離散化處理構建特征。