(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111681654.1 (22)申请日 2021.12.3 0 (71)申请人 华能上海燃 机发电有限责任公司 地址 200942 上海市宝山区盛 石路298号 (72)发明人 王永康　徐刚　陈瑞捷　汪辰　 李清平　吴彬　龚熠　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 蔡彭君 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 111/08(2020.01) (54)发明名称 一种基于 XGBoost算法的机组设备基准值预 测方法及系统 (57)摘要 本发明涉及一种基于XGBoost算法的机组设 备基准值预测方法及系统， 方法包括以下步骤： 获取机组 中设备的历史运行数据， 并对数据进行 预处理， 构建包含多个样本的数据集， 每个样本 包括多个特征， 对应设备多个参数的基准值； 利 用RF袋外估计进行特征重要 性计算， 剔除重要 性 低的特征； 对特征进行标准化处理， 消除特征之 间的量纲影响； 输入数据集， 构建XGBoost模型， 并进行贝叶斯超参数寻优， 得到基准值预测模 型； 输入设备运行的实时数据， 通过基准值预测 模型预测得到设备各个参数的基准值。 与现有技 术相比， 本发明基于XGBoost算法挖掘数据之间 的关联性， 能够预测出较合理的设备基准值， 泛 化能力强、 预测精度高、 运算速度快， 大大提高了 机组的自动化能力。 权利要求书3页 说明书10页 附图1页 CN 114595623 A 2022.06.07 CN 114595623 A 1.一种基于XGBo ost算法的机组设备基准 值预测方法， 其特 征在于， 包括以下步骤： S1、 获取机组中设备的历史运行数据， 并对数据进行预处理， 构建包含多个样本的数据 集， 每个样本包括多个特 征， 对应设备多个参数的基准 值； S2、 利用RF袋外估计对数据进行 特征重要性计算， 剔除重要性低的特 征； S3、 对数据集中的样本的特 征进行标准化处理， 消除特 征之间的量纲影响； S4、 输入数据集， 构建XGBo ost模型， 并进行贝叶斯超参数寻优， 得到基准 值预测模型； S5、 输入设备运行的实时数据， 通过基准 值预测模型 预测得到设备 各个参数的基准 值。 2.根据权利 要求1所述的一种基于XGBoost算法的机组设备基准值预测方法， 其特征在 于， 所述步骤S1具体为： S11、 自机组的厂 级信息监测系统SIS中获取设备的历史运行 数据； S12、 对数据进行空缺 值、 异常值检查， 剔除存在空缺 值、 异常值的数据； S13、 过滤拉直线型 数据； S14、 对数据的特征进行PCA降维， 得到包含多个样本的数据集， 每个样本包含多个特 征。 3.根据权利 要求1所述的一种基于XGBoost算法的机组设备基准值预测方法， 其特征在 于， 步骤S2具体为： 对于样本的每个特征， 采用随机森林RF袋外估计对特征进行重要性排序并进行特征选 择， 以平均精度下降率MDA作为指标进行 特征重要性计算， 公式如下： 其中， n表示随机森林构建的基分类器的数量， errOOBt表示第t个基分类器的袋外误差， errOOB′t表示第t个基分类器加入噪声后的袋外误差， MDA下降越多， 说明特征的重要性越 高。 4.根据权利 要求1所述的一种基于XGBoost算法的机组设备基准值预测方法， 其特征在 于， 步骤S 3中， 数据集中含有N个样 本， 每个样 本有L类特征， 采用Z ‑score标准化方法分别对 每个样本的每 类特征进行标准化处理， 具体为： 其中， xnl表示第n个样本的第l类特征的特征数据， 表示第n个样本的第l类特征标准 化处理后的特征数据， μl表示N个样本中第l类特征的特征数据均值， σl表示N个样本中第l类 特征的特征数据标准差 。 5.根据权利 要求1所述的一种基于XGBoost算法的机组设备基准值预测方法， 其特征在 于， 步骤S4包括以下步骤： S41、 输入含有N个样 本的数据集T， T＝{(X1， Y1)、 (X2， Y2)、 (X3， Y3)、 ...、 (XN， YN)}， 每个样 本有L类特 征， Xi＝(xi1， xi2，…， xiL)， 对应设备M个参数的基准 值， Yi＝(yi1， yi2，…， yiM)； S42、 建立XGBo ost模型迭代的目标函数：权　利　要　求　书 1/3 页 2 CN 114595623 A 2其中， λ为L2正则惩 罚项系数； γ为L1正则惩罚项系数； K为决策树的叶子节点总数； Yi为第i个样本的真实值； 为第i个样本(t ‑1)次迭代后的预测值； 定义索引为 k的叶子上含有的样本集 合是Ik； S43、 设定XGBoost模型超参数调节范围， 利用 贝叶斯优化算法进行XGBoost超参数寻 优， 得到超参数的最优组合； S44、 将超参数的最优组合输入XGBoost模型， 利用数据集T， 根据目标函数O(t)进行训 练； S45、 若训练得到 的XGBoost模型的预测性能满足预设置的精度阈值， 则记录此次超参 数的最优组合， 得到基准 值预测模型， 否则， 执 行步骤S43， 再次进行 XGBoost超参数寻优。 6.根据权利 要求5所述的一种基于XGBoost算法的机组设备基准值预测方法， 其特征在 于， 步骤S43中， XGBo ost模型的超参数包括： 学习率， 参数调节范围为[0.1， 0.15]； 树的最大深度， 参数调节范围为(5， 3 0)； 复杂度的惩罚项， 参数调节范围为(0， 3 0)； 随机抽取样本比例， 参数调节范围为(0， 1)； 特征随机采样比例， 参数调节范围为(0.2， 0.6)； 权重的L2范 数正则化项， 参数调节范围为(0， 10)； 决策树的数量， 参数调节范围为(5 00， 1000)； 最小叶结点权 重和， 参数调节范围为(0， 10)。 7.根据权利 要求5所述的一种基于XGBoost算法的机组设备基准值预测方法， 其特征在 于， 步骤S45中XGBoost模型的预测性能包括平均绝对百分比误差和决定系数， 计算公式如 下： 其中， eMAPE表示平均绝对百分比误差， R2表示决定系数， Yi表示数据 集中第i个样本的基 准值， 表示XGBoost模型根据第i个样本的特征Xi预测得到的基准值， 表示数据集中N个 样本基准 值的平均值。 8.一种基于XGBoost算法的机组设备基准值预测系统， 其特征在于， 基于如权利 要求1‑权　利　要　求　书 2/3 页 3 CN 114595623 A 3