基于PSO-XGBoost的船舶特涂工序能耗預測

蔣清華，任新民，姜 軍，歐陽彬，彭 保

(1.友聯船廠(蛇口)有限公司，廣東 深圳 518067；2.湖南工商大學，湖南 長沙 410205；3.深圳信息職業技術學院，廣東 深圳 518172)

renxinmin@cmhk.com;jiangqinghua0115@163.com;jiangjun8880@163.com;2248918560@qq.com;pengb@sziit.edu.cn

1 引言(Introduction)

近幾年，致力于降低船舶修造領域工業能耗的船舶能源物聯網技術被廣泛研究，為城市“雙碳”量化管理提供了大量有益的參考資料。為了降低船舶非生產性航行時間和維修費用，提高船舶盈利空間，必須對船舶進行科學的維護和管理，控制和優化船舶維修和保養過程中設備的能耗。因此，開展船舶能效優化技術研究具有重要意義[1-2]。機器學習等技術的出現與發展促進了船舶能效優化研究相關算法的精進。針對以上情況，本文以友聯船廠的某貨輪為例進行研究，從降低船舶特涂工序(一種船舶維修保養方式)過程中的電能消耗預測誤差的角度出發，結合實船采集數據，基于XGBoost機器學習模型，通過粒子群算法(Particle Swarm Optimization，PSO)優化模型超參數提升船舶特涂工序能耗預測模型的預測效果。

2 相關研究(Related research)

隨著世界人口的增長，人們對物品的需求逐漸增加，世界各國之間的貨物貿易增多，貨物運輸需求增大，世界上通過船舶運輸的貨物約占總運輸貨物的80%。運載化學品的船舶由于裝載貨物的特殊性，所以需要定期使用特別的涂層進行維修和保養(即船舶特涂業務)，其中就涉及維修設備的電力消耗。在維修和保養過程中因設備老化、施工安排不當等造成的電能浪費問題極大地增加了企業的維修成本。近年，船舶修造成為高技術和高能耗特征并重的重點工業領域，其高能耗問題是船舶企業所在城市管理的重點和難點。隨著科學技術的進步，船舶綠色化、智能化發展理念也隨之提出，修造船企業如何優化修造船過程中的能效問題，已經成為該行業發展過程中亟待解決的重要一環[2]。依托機器學習算法，通過將記錄并解讀船舶修造過程中的數據，用于對船舶能耗影響因素的歸納分析，進而建立能耗預測模型，可以對船舶能耗進行詳細的描述和預測[3]。

BESIKCI等[4]和YAN等[5]分別運用人工神經網絡和BP神經網絡方法對船舶數據進行能效預測。BESIKCI等在模型基礎上建立了決策支持系統，用來減少油耗，而YAN等則是利用模型實現多要素影響下的船舶能效智能預測。

船舶航行時，環境因素會對其產生一定的影響，因此在進行能效預測時，有些學者也考慮了環境因素的影響。LEIFSSON等[6]使用人工神經網絡完成模型內部參數確定工作，并在考慮風浪對船舶油耗影響的同時，加入污低附著物這一被人們廣泛忽略的影響因素，使得所建立的白箱模型具有更高的適用性。YANG等[7]提出船舶在航行過程是否出現失速現象是影響船舶油耗的重要因素，因此YANG等使用航速優化模型求解(Kwon)方法測算船舶在實際運輸過程中受到外界環境如風浪等影響時的航行速度，并建立油耗預測模型。孫雙休等[8]提出了最小二乘支持向量機模型，對船舶集中空調系統能耗進行分析預測。牛曉曉等[9]采用人工魚群算法優化支持向量機，對柴油機性能進行回歸分析，取得了高精度的預測效果。WANG等[10]主要采用小波神經網絡預測船舶主機轉速與油耗之間的關系。葉睿等[11]基于人工神經網絡，使用一艘丹麥籍客滾輪的運營數據，建立了油耗預測模型。GAO等[12]運用高斯混合模型聚類，結合最大似然算法對數據進行分析，分析結果表明油耗量與主機轉速之間的關系并不是一一對應的，其受海況的影響較大。王凱等[13]結合船舶油耗及其影響因素進行實船采集數據，采用不同機器學習算法對船舶能耗進行預測分析，驗證各算法的特點和優勢。YAN等[14]通過大量實驗，擺脫了單一環境對船舶油耗的限制，使用K-mean聚類方法重點研究長江內河區域不同位置對船舶油耗產生的影響。

3 研究方法(Research method)

本研究中采用的方法概述如圖1所示。本研究分三個階段進行：第一階段，研究人員采集友聯船廠2021 年9 月至2022 年4 月共4 艘貨輪特涂作業各艙室工序能耗數據，并對數據集進行清洗。第二階段：將處理好的能耗數據用于訓練、驗證和測試PSO-XGBoost模型。采用K-fold交叉驗證技術及粒子群算法優化模型的超參數，并使用15%的測試集確保模型不會出現過擬合或欠擬合。第三階段：通過與其他能耗預測模型進行效果對比實驗，驗證PSO-XGBoost與優越性，最終將PSO-XGBoost模型用于船舶特涂能耗預測，解釋預測結果背后的潛在原因，并揭示新的見解。

圖1 研究方法流程圖Fig.1 Research method flow chart

3.1 船舶特涂能耗數據描述

研究人員以友聯船廠的4 艘進行特涂作業的貨輪(包括薩法輪、托瑪琳輪、坦桑石輪及丹娜輪)為研究對象，采集自2021 年9 月至2022 年4 月的船舶特涂作業各艙室工序能耗(E)數據如表1所示。

表1 PSO-XGBoost模型分析中使用的船舶特涂信息Tab.1 Ship tank coating information used in PSO-XGBoost model analysis

采用船舶特涂業務相關變量作為能耗預測的影響因素，包括工序類型(Pr)、施工面積(M)、施工時長(T)、各類特涂設備數(包括冷風機Nc、除濕機Nd、吸砂機Ns)、設備總數(Nsum)、風管數(Nf)、溫度要求(Ta)及濕度要求(H)。上述變量是根據船舶特涂業務流程及能耗預測相關領域的研究經驗選擇的，這表明這些影響因素對船舶特涂工序能耗預測最重要。收集并整理最終的船舶特涂工序能耗數據用作訓練PSOXGBoost模型的目標。

3.2 基于數據清洗與特征篩選的初步數據分析

為消除樣本中異常數據的影響，需要刪除掉樣本中的異常值。基于3σ準則采用嶺回歸算法篩選出樣本數據中的異常值，如圖2(a)—圖2(c)所示為數據集中的異常值分布情況，最終剔除掉編號為[39,77,94,102,162,329]共六個異常樣本。

圖2 數據集中的異常值分布情況Fig.2 The distribution of outliers in a dataset

圖3展示了目標變量船舶特涂能耗與其影響因素變量之間的相關性情況。風管數Nf、設備總數Nsum與能耗E之間的相關系數較大，分別為0.75、0.62。溫度要求Ta和濕度要求H與能耗E之間相關系數均為0.56。此外，Ta與H之間顯著相關(相關系數達0.87)。由于M、Nc、Ns、T與E的低相關性，以及Ta與H之間高度相關，因此本文僅使用Pr、Nf、Nd、Nsum、Ta作為構建模型的能耗影響變量。

圖3 各變量之間的熱力相關圖Fig.3 Thermodynamic correlation diagram between variables

3.3 XGBoost模型

極限梯度提升樹(XGBoost)[15]是基于樹的boosting算法的一種變體。從概念上來說，XGBoost是學習特征X和目標Y之間的函數關系f的一個迭代過程，在該過程中，各個樹按順序根據前一棵樹的殘差進行訓練。樹的預測數學形式可表示如下：

3.4 粒子群優化算法(PSO)

由Eberhart and Kennedy(1995)提出的粒子群優化算法(PSO)是根據鳥類傾向于更好的搜索路線的掠食性軌跡而制定的[16]。這是一種基于種群的隨機搜索方法，具有參數少、過程簡單的優點，已被應用于解決許多領域的優化問題。在D維超空間的優化問題中，m個粒子中的每個粒子都可以根據計算結果調整其位置和速度。第k步的位置向量可以表示為，速度向量是，第k個粒子的最佳位置為，全局最佳位置為。粒子的運動可以通過公式(3)和公式(4)計算得到：

其中，k表示迭代次數，i為粒子數，d為搜索方向，ω表示權重，表示粒子的局部最佳位置，作為所有粒子的全局最佳位置，和 表示學習因素，并被視為常數，和 表示在[0,1]中均勻分布的隨機量，采用公式(3)和公式(4)求出最佳解。

4 實驗與結果(Experiments and results)

4.1 實驗目的

本次實驗首先使用XGBoost模型進行船舶特涂工序能耗預測任務訓練，同時采用PSO算法對模型的超參數進行優化，其次將優化后的模型與線性回歸(LR)、隨機森林(RF)、K近鄰回歸(KNN)等能耗預測模型進行對比，探究PSO-XGBoost模型的預測效果是否優于其他模型。

4.2 實驗環境

實驗采用Intel酷睿i5-12500H 12核16線程CPU，顯卡使用4 GB NVDIA GTX 3050Ti，編程語言使用Python 3.9。為了避免模型訓練過程中發生過擬合，本次實驗采用早期停止法。

實驗參數設置如下：迭代次數epoch設為5，批量大小batch size設為10，學習率learning rate設為0.0001，早期停止批量大小設為500。

4.3 評估指標

采用回歸任務中常用的評估指標：平均絕對誤差百分比(MAPE)、判定系數(R2)和正規化均方根誤差(NRMSE)，各個指標的計算方法如公式(5)—公式(7)：

4.4 實驗結果與分析4.4.1 實驗結果

將船舶特涂工序能耗數據按0.8∶0.2劃分為訓練樣本集合與測試樣本集合，訓練集用來訓練模型，并在測試集上對模型預測效果進行驗證(每種方法均進行5 折交叉驗證)。PSO-XGBoost模型及其他對比模型的預測效果見表2，XGBoost的NRMSE為8.56%，MAPE為13.36%，R2為86.37%。本文提出的模型PSO-XGBoost的NRMSE為7.69%，MAPE為12.21%，R2為91.90%，各項指標明顯優于其他模型。

表2 PSO-XGBoost模型及其他對比模型的預測效果Tab.2 Prediction error of PSO-XGBoost model and other comparison models

4.4.2 結果分析

本次實驗結果表明，PSO-XGBoost與XGBoost、LR、KNN和RF等能耗預測機器學習方法相比，表現出了優異的性能，并且采用PSO算法進行參數尋優，有效提升了模型的預測精度。

此外，為了使PSO-XGBoost模型的預測結果具有可解釋性，研究人員采用基于博弈論的SHAP方法[17]結合隨機森林模型計算特征變量的貢獻度，綜合考慮算法速度和算法準確率，設定決策樹個數K=500，特征總數M=5。運行程序得到五個特征的貢獻度，圖4是根據SHAP值得到的特征分析圖。橫軸有正負值，表示對船舶特涂工序能耗的正負影響，圖4中各點表示各個特征關于每個樣本的SHAP值。SHAP值小于0的點表示對能耗值有負向的影響，SHAP值大于0的點表示對能耗值有正向的影響。排名第一的變量SHAP值大于0的點明顯多于小于0的點，說明變量風管數(Nf)對船舶特涂工序能耗的影響是正向的，即設備連通向艙室的風管數越多，其能耗會越高。排名第二的變量是工序類型(Pr)，不同工序使用到的設備不同，達到施工要求的標準也不相同，其對能耗的影響有正有負，因此在整個數據集中變量風管數(Nf)的SHAP值正負分布均勻。排名最后的變量溫度要求(Ta)的SHAP值接近于0，這是由于特涂作業中各個類型的工序對艙室內的溫度要求基本一致，因此溫度要求(Ta)對模型預測能耗的貢獻較小。

圖4 特征分析圖Fig.4 Analysis diagram of features

5 結論(Conclusion)

船舶特涂工序能耗受多種因素影響，為了實現船舶能源的智能化管理，提出了一種能耗預測模型，該模型對特征重要性和多元變量的相關性進行建模，同時使用基于博弈論的SHAP方法分析能耗及其影響因素之間的關系，最終實現了船舶特涂工序能耗預測。主要結論如下。

(1)提出了一種基于PSO-XGBoost船舶特涂工序能耗預測模型。將該模型的預測結果與其他方法進行對比發現，PSOXGBoost的最高性能為NRMSE=7.69%，預測誤差MAPE值僅為12.21%，模型可解釋性R2為91.90%，證明了該模型的可預測性。同時研究表明，利用PSO算法調整模型超參數可有效提升預測性能。

(2)從挖掘船舶特涂工序能耗的影響因素角度，根據相關性分析選擇Pr、Nf、Nd、Nsum、Ta作為預測模型的主要輸入變量。同時，采用基于博弈論的SHAP方法計算變量的特征貢獻度，分析了其與能耗的關系。結果表明，風管數Nf對模型預測的貢獻度最大，溫度要求Ta對模型預測的貢獻度最小。

(3)船舶特涂工序能耗主要來源于設備消耗的電能，因此設備的損耗會影響其使用效率進而影響能耗，但目前的船舶能耗數據中沒有涉及設備損耗的信息。此外，船舶特涂工序能耗數據是一種時間序列，季節性等時間特征會影響特涂設備的使用及施工達標要求等情況，從而導致能耗變化。今后可考慮加入設備損耗、時間特征進行建模，從而更好地預測船舶特涂工序能耗。