[發明專利]基于時間相關性的工業系統時延確定及受控量預測方法

在審

• 申請號: 202011215184.5
• 申請日: 2020-11-04
• 公開（公告）號: CN112270449A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 郭磊;王林鈺;陳浩;桂寧
• 申請（專利權）人: 國網（蘇州）城市能源研究院有限責任公司;中南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N5/00;G06K9/62
• 代理公司: 長沙智路知識產權代理事務所(普通合伙) 43244
• 代理人: 謝珍貴

本發明公開了一種基于時間相關性的工業系統時延確定方法，自工業系統采集傳感器特征和數據，提出結合預測目標Spearman的相關性系數、梯度提升機對海量特征進行特征選擇后，根據TD?CORT時延算法得到各特征與預測目標之間的時延大??；本發明也公開了一種基于時間相關性的工業系統時延確定方法的受控量預測方法，由時延大小進一步進行特征選擇，并重構輸入數據集，輸入融合模型進行受控量的預測；本發明將各傳感器參數的時滯時間量化，經過時延檢測的數據，可以準確劃分輸入數據窗口，有效避免數據窗口不準確對模型預測結果的影響，在提高預測的準確性的同時有效降低了模型的計算量。

技術領域

本發明涉及機器學習技術領域，尤其涉及一種基于時間相關性的工業系統時延確定及受控量預測方法。

背景技術

工業系統比如火電機組系統相關的預測和控制已經成為一個值得重視的研究領域，如火電機組系統是典型的非線性、大滯后、高耦合和復雜的熱系統，關鍵的生產過程指標受到許多因素的影響，往往與其他過程變量之間存在著復雜的非線性關系。對工業系統的主要關鍵指標進行預測對于有效提高工業系統的的運行效率、保證系統的的安全運行至關重要。由于工業系統通常是將化學反應或者物理反應的復雜過程，如火電機組為例，其將燃料的化學能、蒸汽的熱勢能、機械能等轉化，分步驟最終轉化為電能的復雜過程，各參數之間的關系以及時延現象非常復雜。同時，不同的工業系統的延遲特性有著較為明顯的區別，系統容量越大，時延現象就越嚴重，很難得到預測對象與各參數之間準確的機理模型的數學表達式。即使通過現場試驗的方法得到當時的數學模型，其也會隨時間的推移和系統工況的變化發生越來越大的偏差。因此，對于這種復雜系統，必須提供系統性的特征及其時延特性的鑒別方法。此外，特征和時延的判定對于模型的機理分析、模型可解釋性均有著重要的意義。

傳統的特征選擇通常是在質量平衡、能量平衡和動態原理的基礎上發展的，這些都高度依賴于專家知識，導致需要較長的建模周期，近年來，數據驅動的方法被越來越多的采用，直接分析機組積累的大量歷史數據即可提取特征，但都主要集中在尋找與建模目標參數相關的特征，并未涉及其時延的影響。目前對于特征的時延計算問題較少，即使涉及時延，也是通過建模誤差反饋的方式對時延進行計算，存在著計算量較大的問題。

發明內容

(一)要解決的技術問題

基于上述問題，本發明提供一種基于時間相關性的工業系統時延確定及受控量預測方法，解決數據驅動的工業系統的時延確定方法復雜，時延影響火電機組等工業系統的受控量比如主汽溫度的預測的問題。

(二)技術方案

基于上述的技術問題，本發明提供一種基于時間相關性的工業系統時延確定及受控量預測方法，包括以下步驟：

S1、自具有滯后性的工業系統采集傳感器的特征和數據，預測目標Y為受控量；

S2、數據預處理；

S3、基于空間選擇與所述受控物理量相關的特征，包括其中的任一特征X；

S4、通過TD-CORT時延算法求得特征X與預測目標Y之間的時延大小，包括：

S4.1、取所述預測目標Y的任意H長度的連續時序序列：

Y_K,H+K-1＝[Y_K,Y_K+1,Y_K+2,Y_K+3,Y_K+4,...,Y_H+K-1]；

S4.2、取所述特征X的(2K+1)個H長度的連續時序序列：