基于MCS-MIFS与LightGBM的燃气轮机功率预测方法

• 作者: 李阳 黄伟
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 燃气轮机 功率预测 人工智能 轻梯度提升机 互信息
• 年，卷（期）: 2020,（5）
• 页码范围: 23-31
• 页数: 9页
• 分类号: TP181
• 字数: 5748字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2020.05.004

摘要

预测燃气轮机的功率变化对确定机组的最优工作点有重要意义,为此,结合当前迅猛发展的人工智能技术,提出一种基于轻梯度提升机(light gradient boosting machine,LightGBM)的燃气轮机功率预测方法.将蒙特卡洛采样(Monte Carlo sampling,MCS)和互信息特征选择(mutual information feature selection,MIFS)结合得到MCS-MIFS算法;利用MCS-MIFS算法对复杂的燃气轮机数据进行筛选,得到与功率最相关的属性;将上述属性进行适当处理后,作为LightGBM模型的输入来实现功率预测.以某电厂燃气轮机运行数据进行实验,结果表明通过MCS-MIFS算法选择的变量来预测燃机功率的效果优于MIFS;与梯度提升决策树(gradient boosting decision tree,GBDT)和XGBoost(eXtreme gradient boosting)两种集成模型相比,LightGBM的运行速度更快、预测精度更高、占用内存更小,在处理海量工业数据时具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄伟	上海电力大学自动化工程学院	48	196	7.0	12.0
2	李阳	上海电力大学自动化工程学院	3	9	1.0	3.0