孫海芳,胡天亨,馬亞欣,劉忠剛,梁昌晶

(1. 中油國(guó)際管道有限公司 中哈天然氣管道項(xiàng)目,北京 100029;2. 四川省天宇銳集團(tuán)有限公司,四川 成都 610000;3. 中國(guó)市政工程西北設(shè)計(jì)研究院有限公司,甘肅 蘭州 730000;4. 中國(guó)石油華北油田公司 第五采油廠,河北 辛集 052360)

隨著國(guó)民經(jīng)濟(jì)的發(fā)展,天然氣在一次能源消費(fèi)中的比重越來(lái)越大,中國(guó)近年來(lái)興建了中緬天然氣、中哈天然氣、西氣東輸、陜京線等一系列管道工程,逐步形成了橫貫東西、縱貫?zāi)媳?、連通海外的輸氣管網(wǎng)。在管道運(yùn)行期間,壓縮機(jī)流量參數(shù)是核算壓縮機(jī)效率、繪制性能曲線、分析管道能耗的基礎(chǔ)參數(shù)[1-2]。但限于目前國(guó)內(nèi)仍以體積計(jì)量作為天然氣貿(mào)易和消費(fèi)的主要結(jié)算方式,通常只在首站進(jìn)出口匯管處安裝超聲波、容積式或氣體渦輪流量計(jì),對(duì)于并聯(lián)壓縮機(jī)組中的單臺(tái)壓縮機(jī)沒(méi)有計(jì)量,各中間壓氣站也沒(méi)有單獨(dú)計(jì)量,這就導(dǎo)致管道方在協(xié)調(diào)上游氣源和下游用戶氣量時(shí),存在一定的盲目性和未知性,特別是在冬季或節(jié)假日用氣高峰的工況下,壓縮機(jī)的運(yùn)行狀態(tài)無(wú)法達(dá)到最優(yōu)。因此,如何獲得單臺(tái)壓縮機(jī)的流量參數(shù)是管道方亟待解決的主要問(wèn)題之一。目前,已有諸多學(xué)者將數(shù)據(jù)驅(qū)動(dòng)軟測(cè)量技術(shù)應(yīng)用于汽油干點(diǎn)預(yù)測(cè)[3]、海上油氣生產(chǎn)系統(tǒng)預(yù)測(cè)[4-5]和污水化學(xué)需氧量[6]預(yù)測(cè)等方面,但針對(duì)壓縮機(jī)流量的預(yù)測(cè)還鮮有報(bào)道?；诖?在現(xiàn)場(chǎng)測(cè)試實(shí)驗(yàn)的基礎(chǔ)上,構(gòu)建隨機(jī)森林的流量預(yù)測(cè)模型,并采用網(wǎng)格搜索對(duì)影響模型精度的超參數(shù)進(jìn)行尋優(yōu),最終實(shí)現(xiàn)最優(yōu)預(yù)測(cè)模型,為能源管控和流量?jī)?yōu)化提供實(shí)際參考。

1 數(shù)據(jù)驅(qū)動(dòng)軟測(cè)量技術(shù)

軟測(cè)量技術(shù)是在生產(chǎn)知識(shí)的基礎(chǔ)上,選擇一些容易測(cè)量的變量作為自變量,難以測(cè)量的變量作為因變量,用數(shù)據(jù)驅(qū)動(dòng)和計(jì)算機(jī)技術(shù)構(gòu)建兩者之間的非線性關(guān)系,對(duì)因變量實(shí)施預(yù)測(cè)的過(guò)程[7-8]。實(shí)現(xiàn)過(guò)程包括自變量選擇、數(shù)據(jù)采集及預(yù)處理、軟測(cè)量建模三部分,其中,軟測(cè)量建模是預(yù)測(cè)結(jié)果準(zhǔn)確性的關(guān)鍵,采用隨機(jī)森林模型構(gòu)建。

2 軟測(cè)量模型構(gòu)建

2.1 隨機(jī)森林模型

隨機(jī)森林模型屬于以決策樹(shù)為個(gè)體的集成學(xué)習(xí)算法,可用于分類或回歸預(yù)測(cè),避免了傳統(tǒng)模型存在的過(guò)擬合或欠擬合現(xiàn)象[9]。首先,采用Bootstrap方法抽取訓(xùn)練集數(shù)據(jù),該方法是在原始樣本容量不變的前提下,有放回的抽取觀察樣本,保證每個(gè)觀察樣本被抽到的概率相等,最終形成n個(gè)子樣本集{X1,X2, …,Xn};隨后,建立與子樣本集對(duì)應(yīng)的決策樹(shù),并隨機(jī)選擇m個(gè)特征變量作為當(dāng)前決策樹(shù)節(jié)點(diǎn)的分裂特征集;最后,對(duì)每個(gè)決策樹(shù)回歸得到的數(shù)據(jù)匯總,即為{Y1,Y2, …,Yn},取回歸結(jié)果的均值作為模型最終預(yù)測(cè)結(jié)果[10]。

2.2 網(wǎng)格搜索和交叉驗(yàn)證

在隨機(jī)森林算法建模的過(guò)程中,決策樹(shù)的個(gè)數(shù)n和分裂特征數(shù)m屬于超參數(shù),兩者決定著預(yù)測(cè)模型準(zhǔn)確性和泛化能力。n數(shù)量太小,導(dǎo)致訓(xùn)練階段擬合不充分;數(shù)量太大,導(dǎo)致計(jì)算時(shí)間過(guò)長(zhǎng)。m數(shù)量太小,導(dǎo)致特征分裂準(zhǔn)確性存在誤差;數(shù)量太大,導(dǎo)致計(jì)算效率過(guò)低。在此,采用網(wǎng)格搜索對(duì)超參數(shù)進(jìn)行尋優(yōu),即對(duì)所有可能出現(xiàn)的n和m組合下的隨機(jī)森林模型的預(yù)測(cè)效果進(jìn)行遍歷,以期找到精度最高的參數(shù)組合。但網(wǎng)格搜索在面臨數(shù)據(jù)量較大樣本時(shí),計(jì)算復(fù)雜度會(huì)呈指數(shù)增長(zhǎng),故繼續(xù)采用交叉驗(yàn)證的方式提高被評(píng)估模型的準(zhǔn)確性和可靠性,避免數(shù)據(jù)集分組不均衡帶來(lái)的數(shù)據(jù)偏移現(xiàn)象[11]。

交叉驗(yàn)證是將全部樣本集分為K組,其中K-1組作為訓(xùn)練集,剩余的1組作為測(cè)試集,每次訓(xùn)練結(jié)束后,輸出K個(gè)模型的預(yù)測(cè)結(jié)果,將平均得分作為模型評(píng)價(jià)標(biāo)準(zhǔn)。

2.3 軟測(cè)量模型預(yù)測(cè)流程

預(yù)測(cè)流程如下：

1)數(shù)據(jù)收集。選擇壓縮機(jī)進(jìn)口壓力、出口壓力、進(jìn)口溫度、出口溫度、轉(zhuǎn)速、氣質(zhì)中甲烷含量、大氣壓力、環(huán)境溫度、燃料氣消耗量作為輸入變量,選擇壓縮機(jī)流量作為輸出變量。

2)數(shù)據(jù)預(yù)處理?？紤]到不同變量具有的量綱和量綱單位不一,為消除各維數(shù)據(jù)之間的數(shù)量級(jí)差別,對(duì)變量進(jìn)行歸一化處理,如式(1)所示：

(1)

3)確定輸入變量。為避免輸入變量間的冗余性對(duì)模型預(yù)測(cè)精度造成影響,根據(jù)“平均基尼指數(shù)”下降的原則衡量袋外數(shù)據(jù)的回歸準(zhǔn)確性,如該變量的基尼指數(shù)對(duì)樣本回歸的誤差結(jié)果影響較大,則該變量的重要程度較大。

4)確定模型參數(shù)。在網(wǎng)格搜索和交叉驗(yàn)證的基礎(chǔ)上,確定模型超參數(shù),交叉驗(yàn)證K取10,即為10折交叉驗(yàn)證。

5)模型訓(xùn)練及結(jié)果分析。將訓(xùn)練集和測(cè)試集代入設(shè)定好參數(shù)的模型中,將預(yù)測(cè)結(jié)果進(jìn)行反歸一化處理,得到最終預(yù)測(cè)結(jié)果,并通過(guò)均方根誤差(RMSE)、平均絕對(duì)百分比誤差(MAPE)對(duì)模型精度進(jìn)行定量評(píng)價(jià),如式(2),式(3)所示：

(2)

(3)

3 實(shí)例分析

3.1 數(shù)據(jù)收集及處理

以某輸氣管道典型離心式壓縮機(jī)為例,首站配有1臺(tái)國(guó)產(chǎn)CGT30-D型燃?xì)廨啓C(jī)驅(qū)動(dòng)的PCL805型離心式壓縮機(jī),3臺(tái)進(jìn)口RR型燃?xì)廨啓C(jī)驅(qū)動(dòng)的RFBB36型離心式壓縮機(jī),最大進(jìn)站壓力為5 MPa,在出口匯管處配有超聲波流量計(jì)。利用用戶調(diào)峰及設(shè)備檢修間隙,參照SY/T 6637—2018《天然氣輸送管道系統(tǒng)能耗測(cè)試和計(jì)算方法》中的測(cè)試步驟,由獲取計(jì)量資質(zhì)的專業(yè)人員通過(guò)便攜式流量測(cè)試設(shè)備對(duì)單臺(tái)壓縮機(jī)組的流量進(jìn)行連續(xù)監(jiān)測(cè),同時(shí)采集與流量數(shù)據(jù)相關(guān)的特征作為輸入變量。其中,壓力、溫度、轉(zhuǎn)速根據(jù)現(xiàn)場(chǎng)數(shù)據(jù)采集與監(jiān)控系統(tǒng)(SCADA)的監(jiān)測(cè)結(jié)果獲取,氣質(zhì)中甲烷含量通過(guò)便攜式氣相色譜儀獲取,燃料氣消耗量通過(guò)燃料氣流量計(jì)獲取。測(cè)試期間,在5 min之內(nèi),轉(zhuǎn)速的波動(dòng)范圍應(yīng)在±0.5%,壓力的波動(dòng)范圍在±2%,溫度的波動(dòng)范圍在±0.5℃為穩(wěn)態(tài)工況的判定依據(jù),由此測(cè)試不同條件下的壓縮機(jī)流量數(shù)據(jù)。以PCL805型離心式壓縮機(jī)的數(shù)據(jù)為例,共獲取不同工況下的500組數(shù)據(jù),部分?jǐn)?shù)據(jù)見(jiàn)表1所列。隨后,利用式(1)對(duì)表1的數(shù)據(jù)進(jìn)行歸一化,完成數(shù)據(jù)預(yù)處理過(guò)程。

表1 PCL805型離心式壓縮機(jī)流量數(shù)據(jù)(部分)

3.2 確定輸入變量

設(shè)置n和m的缺省值分別為200,3,則輸入變量重要程度如圖1所示。其中,燃料氣消耗量和大氣壓力的重要程度小于0.3,說(shuō)明這2個(gè)參數(shù)對(duì)壓縮機(jī)流量的預(yù)測(cè)結(jié)果不構(gòu)成影響,應(yīng)予以刪減。

圖1 輸入變量的重要程度示意

3.3 模型參數(shù)確定

在n=200的條件下,考察不同m值下預(yù)測(cè)結(jié)果的RMSE和擬合優(yōu)度,見(jiàn)表2所列。其中,m=5時(shí),預(yù)測(cè)結(jié)果的RMSE最小、擬合優(yōu)度最大,即m=5為最佳參數(shù)。

表2 不同m值下預(yù)測(cè)結(jié)果的RMSE和擬合優(yōu)度

在m=5的條件下,考察不同n值下預(yù)測(cè)結(jié)果的RMSE,如圖2所示。隨著n的增加,模型計(jì)算誤差逐漸減小,在n>200時(shí),模型計(jì)算誤差接近下限?？紤]到模型誤差要求一定程度上保持平穩(wěn)性,故最終n取300。

圖2 不同決策樹(shù)數(shù)量下的預(yù)測(cè)結(jié)果示意

3.4 模型預(yù)測(cè)結(jié)果

將測(cè)試集數(shù)據(jù)代入訓(xùn)練好的隨機(jī)森林模型,得到壓縮機(jī)流量預(yù)測(cè)結(jié)果。為了驗(yàn)證本文結(jié)果的準(zhǔn)確性,與支持向量機(jī)(SVM)模型、樸素貝葉斯(NB)模型和經(jīng)網(wǎng)格搜索確定超參數(shù)的支持向量機(jī)(GS-SVM)模型的預(yù)測(cè)結(jié)果對(duì)比,見(jiàn)表3所列。其中,GS-SVM模型中的懲罰因子為10,不敏感參數(shù)為0.001,SVM和NB模型的超參數(shù)為默認(rèn)值。將SVM和GS-SVM模型相比,GS-SVM模型的預(yù)測(cè)精度大幅提升,說(shuō)明超參數(shù)直接影響模型的泛化能力,合理的超參數(shù)尋優(yōu)方法對(duì)于節(jié)省模型算力具有重要意義,網(wǎng)格搜索方法具有一定合理性。將GS-SVM和本文模型相比,兩者只是數(shù)據(jù)驅(qū)動(dòng)的模型不一致,但明顯本文模型的預(yù)測(cè)效果更好,這是由于支持向量機(jī)雖然可以在小樣本條件下建立數(shù)據(jù)逼近和回歸,但本質(zhì)上屬于淺層神經(jīng)網(wǎng)絡(luò)模型,對(duì)于壓縮機(jī)流量這類復(fù)雜非線性的數(shù)據(jù)集理解和剖析能力有限,隨機(jī)森林的中間層是由數(shù)個(gè)決策樹(shù)構(gòu)成,通過(guò)剪枝操作得到最終結(jié)果,其結(jié)果反映了多數(shù)的決策結(jié)果,故預(yù)測(cè)效果更好。將NB和本文模型相比,NB的預(yù)測(cè)效果最差,這與該模型在實(shí)施預(yù)測(cè)時(shí)需確定先驗(yàn)概率,而先驗(yàn)概率取決于假設(shè)條件,當(dāng)假設(shè)條件不恰當(dāng)時(shí),對(duì)模型預(yù)測(cè)精度影響較大。

表3 不同模型中RMSE與MAPE的預(yù)測(cè)結(jié)果對(duì)比

繪制真實(shí)值與本文預(yù)測(cè)值的點(diǎn)線圖,對(duì)比如圖3所示?？梢钥闯鰞烧叩奈呛闲院鸵恢滦暂^好,僅有部分預(yù)測(cè)值偏離真實(shí)值,但偏離程度較小?？傮w上看,基于隨機(jī)森林的軟測(cè)量技術(shù)可以真實(shí)地反映單臺(tái)、多臺(tái)并聯(lián)壓縮機(jī)及匯管的工藝氣流量,對(duì)于提高站場(chǎng)自動(dòng)化水平、制定節(jié)能降耗措施具有重要意義。

圖3 真實(shí)值與預(yù)測(cè)值對(duì)比示意

4 結(jié)束語(yǔ)

本文模型在融合網(wǎng)格搜索和隨機(jī)森林算法的基礎(chǔ)上,實(shí)現(xiàn)了基于數(shù)據(jù)驅(qū)動(dòng)的壓縮機(jī)流量軟測(cè)量建模,通過(guò)基尼指數(shù)確定了燃料氣消耗量和大氣壓力對(duì)壓縮機(jī)流量的相關(guān)性較小,其變量應(yīng)予以刪減。通過(guò)交叉驗(yàn)證和網(wǎng)格搜索確定了隨機(jī)森林的超參數(shù),決策樹(shù)的個(gè)數(shù)n為300,分裂特征數(shù)m為5時(shí)的預(yù)測(cè)效果最佳。與SVM,NB,GS-SVM模型相比,本文模型的RMSE和MAPE均最小,說(shuō)明了本文模型可以用于壓縮機(jī)流量的軟測(cè)量,具有一定的先進(jìn)性和科學(xué)性。