浅析随机森林算法应用于燃机电厂燃料量预测的意义

时间：2021-02-08 16:05:24　来源：雅意学习网本文已影响人

http://img1.qikan.com.cn/qkimages/kxxx/kxxx201911/kxxx201911100-2-l.jpg

http://img1.qikan.com.cn/qkimages/kxxx/kxxx201911/kxxx201911100-1-l.jpg

　　摘要随着经济和信息技术的飞速发展，海量数据已经成为当今信息社会的一个重要的特点。本文提出了将海量数据应用于电厂运行参数分析当中，再基于随机森林算法对燃机电厂天然气用量预测的一种新思路，并对其实际意义进行了有效的分析。
　　关键词天然气；随机森林算法；预测；燃料
　　引言
　　随着21世纪信息时代的到来，各种类型的数据信息也跟着飞速增长，而如何对这些海量数据加以利用便成了随之而来的问题。越来越多的领域研究利用这些数据进行分析、预测以此来跟上时代发展的脚步。例如，工业、管理机构、企业、研究单位等众多领域都产生并积累了众多的、各种形式的信息数据。根据相关部门的统计，2015年大量的数据增长量将给IT领域在全球带来670亿美元的支出额，并且预测在这些数据增长量全球的总支出将达到2320亿美元截止到2016年[1]。本文提出了将海量数据应用于电厂运行参数分析当中，再基于随机森林算法对燃机电厂天然气用量预测的一种新思路。
　　1 随机森林算法概念及其基本原理
　　随机森林算法（Random Forest）是常用集成学习算法中的一种，2001年统计学领域的专家Leo Breiman提出了随机森林算法的概念。随机森林算法是由多棵分类回归树所构成，且树与树之间保持互相独立的状态，随机森林算法特点是引入了两个随机变量，分别为随机向量和随机选取数据样本集，由此来提高预测的准确度。与决策树算法相比，随机森林算法由于随机变量的引入使其具有较强的泛化能力，这也证明了随机理论在回归预测当中的成功性。由于随机森林算法具备高效、多分类和对噪声不敏感等很多优点，近年来，不同的领域都广泛研究随机森林算法并对其应用。
　　随机森林算法中涉及的相关量定义：
　　泛化误差：经过对样本集合的训练学习之后模型测试数据集合当中的表现，即模型的学习能力或模型对测试集合的预测能力。泛化性能越好则泛化误差越小反之则表示模型的泛化性能较差。
　　值越小则表示随机森林的强度越大其随机森林中树的独立性越好，说明了该模型具有比较好的分类回归性能。这也再一次表明了模型的强度和相关性对模型效果的重要性。具有良好性能的模型同时也能够表明随机森林中的单个树具有不错的分类回归效果，即预测输出的精度高。但是当样本集合不具备多样性时，既是随机森林中的成员树再多也无法改善模型的性能效果。假设随机森林中的成员树的输出结果全部一致，这时再对成员树的输出结果进行集成就显得没有作用了，随机森林的预测输出不会得到改善。因此只有具有较小的值，才能够得到理想的模型效果。由此看来，这个比率因素也是影响模型的重要因素之一。一方面，考虑如何对成员树集合才能使随机森林的输出效果更好；另一方面讨论模型本身如何可以根据数据特征具备较好效果的分类输出。
　　2 随机森林算法在燃机电厂中应用的意义
　　中国天然气工业在改善我国能源结构、大力推动低碳经济发展过程中获得了前所未有的大发展。我国天然气资源丰富，目前已建成了鄂尔多斯、新疆两大油气区和四川、南海西部两大气区，天然气骨干管网逐步形成，天然气市场不断拓展，天然氣工业体系初步形成。我国天然气资源分布具有明显的不均衡性，剩余资源量主要分布在岩性地层、前陆盆地冲断带、叠合盆地深层、成熟探区深层以及海洋等领域[2]。燃机电厂就是使用燃气轮机发电机组的发电厂。目前根据国家环境要求，以煤炭为主要燃料的燃煤电厂逐步会被清洁能源所取替，而目前的清洁能源电厂主要包括天然气、核能、风能、太阳能、潮汐能等。目前这些清洁能源电厂中则以燃机电厂为主要发电力量。所以天然气在电厂方面的消耗量较大，这也是由于我国的人口数量较大，用电量需求量大所导致的。而如今的燃机电厂也已经实现了数据信息化，每个影响到运行参数的环节都有可能对其节能效果造成影响，由此可见火电厂存在着巨大的节能潜力。尤其在天然气使用量方面存在着很大的节约空间，电厂中的燃料量直接影响着机组的发电效率和整体发电的经济性。而天然气的消耗量存在着众多的影响因素，包括汽轮机热效率、厂用电率、外界环境、操作人员水平等多方面原因。由于电厂内多项运行参数的改变会影响发电效率、厂用电率等方面发生改变，从而导天然气消耗量发生变动；同样由于外界环境的变化和操作水平也会对煤耗量造成不小的影响，因此我们现在可以利用众多的历史运行参数结合随机森林算法着重对天然气的消耗量、机组负荷等参数进行预测，从而根据预测输出可以对操作人员的水平进行有效的评估，并对操作人员形成一定的指导作用，以达到节约天然气消耗量，提高发电效率的目的。
　　3 结束语
　　目前国内的发电厂仍以煤炭发电为主，其主要原因还是由于燃煤电厂发电成本低廉所造成的。但是，根据环境要求和能源行业的发展趋势，煤炭发电迟早会被清洁能源发电取代。天然气发电厂具有热效率高、调峰速度快、占地面积小等优点，但其仍然受制于发电成本高的制约，所以节约发电成本，提高发电效率对加快燃机等清洁能源电厂的建设有着重要的理论意义和实际意义。基于众多的运行数据应用于随机森林算法当中，对燃机电厂中的天然气用量等重要参数进行预测，以此对操作人员形成一定的运行指导，以达到节约天然气消耗量，提高发电效率的目的，对加快燃机电厂的发展有着尤为重要的意义。
　　参考文献
　　[1] 刘小刚.国外大数据产业的发展及启示[J]. 金融经济，2013，（18）：224-226.
　　[2] 喻思成.大数据需要全面、集成、开放的解决方案[J].软件和信息服务，2013，（06）：9.
　　作者简介
　　蔡佳成（1990-），男，广东珠海人；毕业院校：东北电力大学，专业：控制工程，学历：研究生，热控点检员，现就职单位：广东粤电新会发电有限公司，研究方向：电厂应用。

推荐访问:应用于浅析算法燃料随机

浅析随机森林算法应用于燃机电厂燃料量预测的意义

最新文章

热门文章