1、SCI-TECH INNOVATION&PRODUCTIVITYNo.2 Feb.2023，Total No.349收稿日期：20220617；修回日期：20220724作者简介：韩丹（1991），女，辽宁沈阳人，助理工程师，主要从事智慧电厂及智慧供应链研究，E-mail：。基于随机森林算法的 CFB 机组给水流量预测韩丹摘要：本文指出超临界 CFB 机组给水控制系统因其非线性强、耦合度高且滞后大等特点，使得给水系统给水流量的控制难度大，控制效果并不十分理想。针对这一问题，为了对给水流量进行有效的预测，本文采集并分析研究了某电厂CFB机组的现场运行数据，选取了机组运行时影响给水流量的主要变量，
2、建立了基于随机森林算法的给水流量预测模型。预测结果显示：该预测模型的预测效果较好，误差较小，可为现场控制系统提供参考，有助于提升给水系统的控制品质和给水系统给水流量的控制效果，具有一定的实用意义。关键词：CFB；给水系统；随机森林；预测模型中图分类号：TK229.6+6；TP301.6文献标识码：ADOI：10.3969/j.issn.1674-9146.2023.02.124（国家能源集团物资有限公司，北京100070）文章编号：1674-9146（2023）02124031研究背景超临界循环流化床（Circulating Fluidized Bed，CFB）机组因其燃料利用率高、污染物排放
3、量少、调峰调频能力负荷较宽等显著优势，在火电发展进程中得到了重点关注，是我国火力发电的重要基础，应用十分广泛1。超临界 CFB 机组给水控制系统为了保证适当的给水流量，必须与锅炉和汽机配合得当，且 CFB 机组锅炉给水转化为过热蒸汽不经过汽包的一次性转化，不存在水位控制，并且给水系统直接连接锅炉与汽机，与各系统之间有直接强烈的耦合，因此直流锅炉给水系统对于给水流量的控制相对比较复杂2。因此，对 CFB 机组给水流量进行预测具有重要意义，可以为给水系统的控制提供趋势参考。目前学界对给水系统的研究大多在给水系统的建模和控制提升方面，对给水系统给水流量的预测方面则关注较少3。随机森林算法在数据样本缺
4、失情况或数据不平衡情况下也能有较强的处理水平，即使对庞大数量的变量进行预测，也能取得不错的效果，而且随机森林算法具有运行时间短、计算量较低但依然有较高精度的预测能力这一优点4。因此，本文根据采集的某电厂运行数据，通过对数据样本分析处理后，运用随机森林算法对给水流量进行预测，对准备好的给水流量数据进行程序拟合，最后，通过随机森林算法拟合，得到了较理想的预测效果。2随机森林算法原理作为一种比较新的机器学习算法，随机森林的优势之一就是计算量的降低，通过对数据反复二分的计算进行分类或者回归，与经典的神经网络的机器学习模型相比，经典算法预测精确度高但是运算量大，而随机森林算法在程序计算运行上的时间更短。
5、随机森林算法起源于分类树算法，在之后的算法发展中逐渐将多棵分类树进行组合，形成随机森林，将各变量数据随机化，转换成很多分类决策树进行处理，最后再将结果汇总5。在这种随机运用的情况下建立好一个森林，处于随机森林里的分类决策树相互之间都没有任何直接关联；生成随机森林后，当有新数据样本进入森林时，各棵分类决策树就会对这些新数据样本进行判断选择，决定这些数据样本分别属于的类别，分类决策树之间的决策差别和它们自身的决策分类能力以及每棵树之间宏观的相关性关联，算法设置有特征选择机制，通过随机的方式计算并分类每个数据节点，比较分类误差，之后划分类别作出分类或者预测。总体过程就是利用森林里的多棵分类决策树进行
6、数据样本训练，之后进行预测或者分类6。运用随机森林算法进行预测的训练流程如下。1）输入数据样本，将数据划分为训练集 S、测试集 T，选定特征维数 F。开始确定随机森林参数，包括初始分类树数量t、各节点的特征数量 f、各节点的最少数据样本 s 以及信息增益 m 的最低值限制等。应用 技 术Applied Technology-124-2023 年 2 月总第 349 期2）将数据样本训练集 S 随机且有放回地抽取，随机化为 S（i）后作为森林里各分类决策树根节点的样本，算法将从根节点开始运行训练。3）判断当前节点数据样本的信息增益，若此时训练已经达到终止条件，则将此节点定义为叶子节点，将叶子节点
7、的预测输出作为当下节点数据样本中各样本值的平均值，接着继续决策训练其他节点。若此时算法训练并未达到终止条件，将数据集特征维数 F 利用同样的方法随机化后形成 f 维特征，根据这些特征来对数据进行分类寻找，找到匹配最佳的一维特征 k 及其阈值 th，以阈值 th为界，判断属于左节点（th）还是右节点（th），直到抵达不再进行分裂的叶子节点，并输出预测值7。4）重复算法流程，保证所有节点都作出了决策判断或者被记为叶子节点。5）重复所有算法训练步骤，直到森林里每棵分类决策树都进行过训练并输出了预测值。3数据准备及预处理采集某电厂某一平稳负荷下的 CFB 机组实际运行数据，选取采样时间不应过大而影响数
8、据的精确度和代表性，也不应过小而造成数据波动过于平缓而不能体现研究系统的动态特性，因此选择采集数据间隔为 1 s，选取影响给水系统给水流量变动的主要影响因素的历史数据作为输入数据样本。数据样本维度包括锅炉负荷、主蒸汽流量、给煤量、中间点焓值、主蒸汽压力、给水压力等多项数据。对输入变量的维度进行进一步选择精简，在覆盖较全面的条件下，尽量避免数据维度冗杂，首先根据生产现场数据的实际情况综合考虑，选择可采集性较高的相关影响因素的数据，并根据相关系数法对各项影响因素与给水流量之间的关系进行分析，最后选取锅炉负荷、主蒸汽流量、给煤量、中间点焓值、给水压力 5 项数据作为输入变量，给水流量为输出变量。对数
9、据集进行选定后，将数据进行归一化处理，进行归一化处理的目的是消除各项数据不同量纲之间的影响，使每一维度的影响因素变量数据在数值上具有相当的比较条件，提高分类决策的能力更有利于算法进行样本划分，算法计算结束后再进行数据反归一化处理，得到最后的预测结果8。4给水流量预测建模及结果分析将处理后的输入变量数据、输出变量数据导入MATLAB 软件中，运行随机森林算法程序，设定初始分类决策树数量为 200 棵，划分选定前 3 000 组数据用于算法的训练集运算，后 2 500 组数据用于算法的测试集运算，运行得到建模结果图。其中，图 1 为预测模型的训练集建模结果；图 2 为预测模型的测试集建模结果。在图
10、 1 和图 2 中，实线为实际数据的真实值曲线，虚线为经过随机森林算法运行得出的给水流量预测值曲线。由图 1 和图 2 可知，经随机森林算法拟合出的预测值曲线除去部分变化较剧烈的尖点，在其他范围都能够与真实值有较好的拟合度，能够跟踪出真实值的变化趋势，因此从图像上来看，该预测模型效果较好。同时，为了验证预测模型数值的准确度，取预测模型测试集的给水流量的真实值与预测值之间的误差进行分析，并根据预测模型评估指标均方根误差、均方误差来评估预测模型的精度，计算得到均方根误差为 0.214，均方误差为 0.045，可以看到预测模型误差的指标都比较小，说明预测结果较为精确，因此随机森林算法对该运行时段的给
11、水流量的预测是有效的。5结论与展望本文采集并选取了影响给水流量的一些主要影响因素，经过适当的样本准备，将数据集划分，运用随机森林算法对给水流量进行预测，结果显示该预测模型运行时间短、预测效果好、精度较高，能为给水系统的自动控制提供参考依据。今后可以在418416414412410408406404402400398给水流量/（t h-1）050010001500200025003000真实值预测值时间/s图 1预测模型的训练集建模结果418416414412410408406404402400398给水流量/（t h-1）050010001500200025003000时间/s真实值预估值图
12、2预测模型的测试集建模结果-125-SCI-TECH INNOVATION&PRODUCTIVITYNo.2 Feb.2023，Total No.349（上接第 123 页）Research on the Construction Quality Evaluation Index Systemof Prefabricated Concrete StructureDONG Yan-chen1,2,JIANG An-min1,2(1.Department of Management Engineering,Hunan Urban Construction College,Xiangtan 4111
13、00,China;2.College of Civil Engineering,Central South University of Forestry and Technology,Changsha 410004,China)Abstract：Whether the construction quality evaluation index system of prefabricated concrete is reasonable or not will directlyaffect the reliability of the construction quality evaluatio
14、n results.Based on this,this paper studies the construction qualityevaluation index system of prefabricated concrete structures.First of all,this paper combs the literature and summarizes theshortcomings in the process of establishing the construction quality evaluation index system of prefabricated
15、 buildings;secondly,it expounds the basic principles and specific processes of establishing the construction quality evaluation indexsystem of prefabricated concrete structures,and summarizes the classification of the evaluation index and the refinement ofthe index;finally,this paper combs the metho
16、d of determining the weight of the construction quality evaluation index ofprefabricated concrete structures,and introduces two commonly used weighting methods,namely,analytic hierarchy processand entropy weight method.This research mainly focuses on the establishment of the construction quality evaluation indexsystem of prefabricated concrete structures and the determination of the index weight.This research has targeted content andcertain reference value.Key words：prefabricated concrete struct
