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

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。本发明专利技术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。

Classification and prediction method of energy consumption of dyeing and finishing machine based on gradient lifting decision tree

【技术实现步骤摘要】
基于梯度提升决策树的印染定型机能耗分类预测方法
本专利技术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。
技术实现思路
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，本专利技术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，本专利技术所采用的技术方案是：r>一种基于梯度提升本文档来自技高网...

【技术保护点】
1.一种基于梯度提升决策树的印染定型机能耗分类预测方法，其特征在于，所述印染定型机能耗分类预测方法包括以下步骤：/n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；/n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；/n所述数据预处理的处理过程为：/n(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；/n(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；...

【技术特征摘要】
1.一种基于梯度提升决策树的印染定型机能耗分类预测方法，其特征在于，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。


2.根据权利要求1所述基于梯度提升决策树的印染定型机能耗分类预测方法，其特征在于：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；
其中印染订单数据包括订单的号、计划生产编号、计划生产日期、客户姓名、布料名称、颜色号、颜色代码、颜色名称、批号、米数和备注信息；定型机的工艺参数包括订单号、流程开始时间、流程结束时间、温度、湿度、压力、车速和转速信息；定型机的能耗数据包括订单号、用水量、燃气和耗电量信息。


3.根据权利要求1或2所述基于梯度提升决策树的印染定型机能耗分类预测方法，其特征在于：所述步骤3中，定型机综合能耗模型的构建过程为：
①从印染样本数据中抽取能耗相关数据：耗电量E、燃气消耗量G、耗水量W以及订单量数据米数M；
②通过综合单位产量能耗公式计算产品单位产量综合能耗，其中Pq为企业综合能耗，单位为千克标煤；Ei为生产活动中消耗的第i类能源实物量；Pi为第i类能源折算标煤系数，P产品单位产量综合能耗，单位为千克标煤每百米；∑Ngh为各种合格品产量，单位为百米；
③即得到单位产量能耗，用该数据代表综合能耗情况；
步骤3中，定型机能耗类别预测值产生的过程为：计算得到所有数据样本的单位产量能耗P，Pmax表示单位产量能耗的最大值，Pmin表示单位产量能耗的最小值，令ΔP＝Pmax-Pmin，单位产量能耗大于并且小于的能耗类别用2表示，代表能耗适中...

【专利技术属性】
技术研发人员：潘建，奚家字，赵焕东，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33