[发明专利]基于梯度提升决策树的印染定型机能耗分类预测方法

说明书

一种基于梯度提升决策树的印染定型机能耗分类预测方法，包括以下步骤：步骤1、采集印染订单、定型机的工艺参数和能耗等数据表；步骤2、对各数据表进行整理和数据预处理，得到预处理后的特征数据集；步骤3、构建定型机综合能耗模型，使用定型机综合能耗模型产生定型机能耗类别的预测值，结合能耗类别对预处理后的特征数据集进行选择，得到训练特征数据集；步骤4、使用梯度提升决策树分类预测模型对特征数据集进行训练，得到印染定型机能耗类别预测模型；步骤5、生成待预测印染订单的特征数据，使用预测模型进行预测，得到定型机能耗类别。本发明使用梯度提升决策树算法预测印染定型机的能耗类别，具有较高的准确性。

技术领域

本发明涉及到一种基于梯度提升决策树的印染定型机能耗分类预测方法。

技术背景

热定型过程位于印染工艺流程中的后处理工段,主要完成织物的拉幅定型处理。定型过程能耗巨大,约占印染企业总能耗的二分之一，主要由导热油加热的燃气能耗以及导热风机消耗的电能等组成。

目前，印染行业一般采用优化工艺流程、车间调度、更新设备等措施实现一定程度上的节能减排，但效果较为局限。随着大数据和物联网技术的发展，通过机器学习算法建立预测模型对工艺参数和能耗数据进行分析，帮助印染企业预测其未来生产过程中定型机的能耗情况，从而实现更好的节能效果。

发明内容

为了克服现有的印染工艺流程优化、车间调度在定型机节能耗优化方面的局限性，本发明使用印染企业提供的订单数据、定型机生产的工艺参数数据以及定型机生产的能耗数据，经过数据预处理后使用梯度提升决策树算法预测印染企业未来生产过程中定型机的能耗使用情况，具有较高的准确性。

为了解决上述技术问题，本发明所采用的技术方案是：

一种基于梯度提升决策树的印染定型机能耗分类预测方法，所述印染定型机能耗分类预测方法包括以下步骤：

步骤1、采集印染订单、定型机生产的工艺参数、定型机生产的能耗数据表；

步骤2、对各数据表进行整理，使用去除唯一属性、处理缺失值、特征编码、数据合并方法进行数据预处理，得到预处理后的特征数据集；

所述数据预处理的处理过程为：

(2.1)对唯一属性的处理：唯一属性是id属性，这些属性并不能刻画样本自身的分布规律，所以删除这些属性即可；

(2.2)对缺失数据的处理：如果印染订单的特征数据60％以上缺失，即特征值为空，则将该订单记录删除；否则，将数值型的缺失特征值使用平均值填补；

(2.3)对类别数据进行特征编码：如果数据表中包含类别数据，则对该特征值数据进行编码，将特征值映射为类别编码；

(2.4)以印染定型机工艺参数表为基础进行数据合并，对每条数据样本的多个相似特征求平均值，以平均值代替多个相似特征，并将其他数据表中关联度较高的特征合并；

(2.5)对筛选出来的所有特征按订单号分组合并，得到预处理后的特征数据集；

步骤3、构建定型机综合能耗模型，使用定型机综合能耗模型产生定型机能耗类别的预测值，结合能耗类别对预处理后的特征数据集进行选择，得到训练特征数据集；

步骤4、使用梯度提升决策树分类预测模型对特征数据集进行训练，得到印染定型机能耗类别预测模型；

步骤5、生成待预测印染订单的特征数据，使用预测模型进行预测，得到定型机能耗类别。

再进一步，所述步骤1中，所述的印染订单、定型机生产的工艺参数、定型机生产的能耗数据表包括：

印染订单数据、定型机的工艺参数、定型机的能耗数据；