文档名：基于Stacking集成学习的无缝钢管连轧电耗预测
摘要：无缝钢管生产作为高能耗行业的典型代表,其节能降耗一直都备受关注.通过预测电耗,企业可以找到节能降耗的有效途径,从而减少生产过程中的电能消耗,提升生产效率.为提高无缝钢管连轧电耗预测精度,采用一种改进的Stacking集成学习模型对电耗进行预测.首先,对采集到的电耗数据进行预处理,并基于嵌入法采用XGBoost和LightGBM进行特征选择;然后,采用随机搜索和贝叶斯优化结合的方法对基学习器开展超参数优化,在Stacking集成模型的首层中,选择LightGBM、ET和MLP作为基学习器;最后,根据基学习器在数据上的预测表现来赋予它们相应的权重,同时将原数据集也加入元学习器训练.结果表明:改进的Stacking集成学习模型具有最好的预测效果,其R2为0.9757,预测精度比单一基学习器和传统的Stacking集成学习模型都要高,证明了所提方法的有效性.
Abstract：Seamlesssteelpipeproduction,asatypicalrepresentativeofhigh-energy-consumingindustries,hasalwaysbeenafocusofenergy-savingandconsumptionreduction.Bypredictingpowerconsumption,enterprisescanidentifyeffectivewaystosaveenergy,therebyreducingelectricityconsumptionintheproductionprocessandimprovingproductionefficiency.Inordertoimprovetheaccuracyofelectricityconsumptionpredictionforseamlesssteelpipecontinuousrolling,animprovedStackingensemblelearningmodelisadoptedtopredictpowerconsumption.Firstly,thecollectedpowerconsumptiondataispreprocessed,andXGBoostandLightGBMareusedforfeatureselectionbasedonembeddingmethod.Then,acombinationofrandomsearchandBayesianoptimizationisusedtooptimizethehyperparametersofthebaselearners.InthefirstlayeroftheStackingensemblemodel,LightGBM,ET,andMLPareselectedasthebaselearners.Finally,basedonthepredictiveperformanceofthebaselearnersonthedata,theyareassignedcorrespondingweights,andtheoriginaldatasetisalsoincludedinthetrainingofthemeta-learner.TheresultsshowthattheimprovedStackingensemblelearningmodelhasthebestpredictioneffect,withanR2of0.9756.ThepredictionaccuracyishigherthanthatofsinglebaselearnersandtraditionalStackingensemblelearningmodels,demonstratingtheeffectivenessoftheproposedmethod.
作者：李一恒 孙抗 赵来军Author：LiYiheng SunKang ZhaoLaijun
作者单位：河南理工大学电气工程与自动化学院焦作454000
刊名：电子测量技术 ISTICPKU
Journal：ElectronicMeasurementTechnology
年，卷(期)：2024, 47(8)
分类号：TN98
关键词：无缝钢管 Stacking集成学习 电耗预测
Keywords：seamlesssteelpipe Stackingensemblelearning electricityconsumptionprediction
机标分类号：TP391TP206TP181
在线出版日期：2024年7月16日
基金项目：河南省科技攻关计划项目基于Stacking集成学习的无缝钢管连轧电耗预测[
期刊论文] 电子测量技术--2024, 47(8)李一恒 孙抗 赵来军无缝钢管生产作为高能耗行业的典型代表,其节能降耗一直都备受关注.通过预测电耗,企业可以找到节能降耗的有效途径,从而减少生产过程中的电能消耗,提升生产效率.为提高无缝钢管连轧电耗预测精度,采用一种改进的Stacking...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于Stacking集成学习的无缝钢管连轧电耗预测 Electricity consumption prediction for seamless steel pipe continuous rolling based on Stacking ensemble learning
基于Stacking集成学习的无缝钢管连轧电耗预测.pdf
- 文件大小:
- 7.15 MB
- 下载次数:
- 60
-
高速下载
|
|
