基于隨機森林的輸氣管道壓縮機流量軟測量技術研究

孫海芳,胡天亨,馬亞欣,劉忠剛,梁昌晶

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

隨著國民經濟的發展,天然氣在一次能源消費中的比重越來越大,中國近年來興建了中緬天然氣、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、縱貫南北、連通海外的輸氣管網。在管道運行期間,壓縮機流量參數是核算壓縮機效率、繪制性能曲線、分析管道能耗的基礎參數[1-2]。但限于目前國內仍以體積計量作為天然氣貿易和消費的主要結算方式,通常只在首站進出口匯管處安裝超聲波、容積式或氣體渦輪流量計,對于并聯壓縮機組中的單臺壓縮機沒有計量,各中間壓氣站也沒有單獨計量,這就導致管道方在協調上游氣源和下游用戶氣量時,存在一定的盲目性和未知性,特別是在冬季或節假日用氣高峰的工況下,壓縮機的運行狀態無法達到最優。因此,如何獲得單臺壓縮機的流量參數是管道方亟待解決的主要問題之一。目前,已有諸多學者將數據驅動軟測量技術應用于汽油干點預測[3]、海上油氣生產系統預測[4-5]和污水化學需氧量[6]預測等方面,但針對壓縮機流量的預測還鮮有報道。基于此,在現場測試實驗的基礎上,構建隨機森林的流量預測模型,并采用網格搜索對影響模型精度的超參數進行尋優,最終實現最優預測模型,為能源管控和流量優化提供實際參考。

1 數據驅動軟測量技術

軟測量技術是在生產知識的基礎上,選擇一些容易測量的變量作為自變量,難以測量的變量作為因變量,用數據驅動和計算機技術構建兩者之間的非線性關系,對因變量實施預測的過程[7-8]。實現過程包括自變量選擇、數據采集及預處理、軟測量建模三部分,其中,軟測量建模是預測結果準確性的關鍵,采用隨機森林模型構建。

2 軟測量模型構建

2.1 隨機森林模型

隨機森林模型屬于以決策樹為個體的集成學習算法,可用于分類或回歸預測,避免了傳統模型存在的過擬合或欠擬合現象[9]。首先,采用Bootstrap方法抽取訓練集數據,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,保證每個觀察樣本被抽到的概率相等,最終形成n個子樣本集{X1,X2, …,Xn};隨后,建立與子樣本集對應的決策樹,并隨機選擇m個特征變量作為當前決策樹節點的分裂特征集;最后,對每個決策樹回歸得到的數據匯總,即為{Y1,Y2, …,Yn},取回歸結果的均值作為模型最終預測結果[10]。

2.2 網格搜索和交叉驗證

在隨機森林算法建模的過程中,決策樹的個數n和分裂特征數m屬于超參數,兩者決定著預測模型準確性和泛化能力。n數量太小,導致訓練階段擬合不充分;數量太大,導致計算時間過長。m數量太小,導致特征分裂準確性存在誤差;數量太大,導致計算效率過低。在此,采用網格搜索對超參數進行尋優,即對所有可能出現的n和m組合下的隨機森林模型的預測效果進行遍歷,以期找到精度最高的參數組合。但網格搜索在面臨數據量較大樣本時,計算復雜度會呈指數增長,故繼續采用交叉驗證的方式提高被評估模型的準確性和可靠性,避免數據集分組不均衡帶來的數據偏移現象[11]。

交叉驗證是將全部樣本集分為K組,其中K-1組作為訓練集,剩余的1組作為測試集,每次訓練結束后,輸出K個模型的預測結果,將平均得分作為模型評價標準。

2.3 軟測量模型預測流程

預測流程如下：

1)數據收集。選擇壓縮機進口壓力、出口壓力、進口溫度、出口溫度、轉速、氣質中甲烷含量、大氣壓力、環境溫度、燃料氣消耗量作為輸入變量,選擇壓縮機流量作為輸出變量。

2)數據預處理。考慮到不同變量具有的量綱和量綱單位不一,為消除各維數據之間的數量級差別,對變量進行歸一化處理,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模型預測精度造成影響,根據“平均基尼指數”下降的原則衡量袋外數據的回歸準確性,如該變量的基尼指數對樣本回歸的誤差結果影響較大,則該變量的重要程度較大。

4)確定模型參數。在網格搜索和交叉驗證的基礎上,確定模型超參數,交叉驗證K取10,即為10折交叉驗證。

5)模型訓練及結果分析。將訓練集和測試集代入設定好參數的模型中,將預測結果進行反歸一化處理,得到最終預測結果,并通過均方根誤差(RMSE)、平均絕對百分比誤差(MAPE)對模型精度進行定量評價,如式(2),式(3)所示：

(2)

(3)

3 實例分析

3.1 數據收集及處理

以某輸氣管道典型離心式壓縮機為例,首站配有1臺國產CGT30-D型燃氣輪機驅動的PCL805型離心式壓縮機,3臺進口RR型燃氣輪機驅動的RFBB36型離心式壓縮機,最大進站壓力為5 MPa,在出口匯管處配有超聲波流量計。利用用戶調峰及設備檢修間隙,參照SY/T 6637—2018《天然氣輸送管道系統能耗測試和計算方法》中的測試步驟,由獲取計量資質的專業人員通過便攜式流量測試設備對單臺壓縮機組的流量進行連續監測,同時采集與流量數據相關的特征作為輸入變量。其中,壓力、溫度、轉速根據現場數據采集與監控系統(SCADA)的監測結果獲取,氣質中甲烷含量通過便攜式氣相色譜儀獲取,燃料氣消耗量通過燃料氣流量計獲取。測試期間,在5 min之內,轉速的波動范圍應在±0.5%,壓力的波動范圍在±2%,溫度的波動范圍在±0.5℃為穩態工況的判定依據,由此測試不同條件下的壓縮機流量數據。以PCL805型離心式壓縮機的數據為例,共獲取不同工況下的500組數據,部分數據見表1所列。隨后,利用式(1)對表1的數據進行歸一化,完成數據預處理過程。

表1 PCL805型離心式壓縮機流量數據(部分)

3.2 確定輸入變量

設置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,說明這2個參數對壓縮機流量的預測結果不構成影響,應予以刪減。

圖1 輸入變量的重要程度示意

3.3 模型參數確定

在n=200的條件下,考察不同m值下預測結果的RMSE和擬合優度,見表2所列。其中,m=5時,預測結果的RMSE最小、擬合優度最大,即m=5為最佳參數。

表2 不同m值下預測結果的RMSE和擬合優度

在m=5的條件下,考察不同n值下預測結果的RMSE,如圖2所示。隨著n的增加,模型計算誤差逐漸減小,在n>200時,模型計算誤差接近下限。考慮到模型誤差要求一定程度上保持平穩性,故最終n取300。

圖2 不同決策樹數量下的預測結果示意

3.4 模型預測結果

將測試集數據代入訓練好的隨機森林模型,得到壓縮機流量預測結果。為了驗證本文結果的準確性,與支持向量機(SVM)模型、樸素貝葉斯(NB)模型和經網格搜索確定超參數的支持向量機(GS-SVM)模型的預測結果對比,見表3所列。其中,GS-SVM模型中的懲罰因子為10,不敏感參數為0.001,SVM和NB模型的超參數為默認值。將SVM和GS-SVM模型相比,GS-SVM模型的預測精度大幅提升,說明超參數直接影響模型的泛化能力,合理的超參數尋優方法對于節省模型算力具有重要意義,網格搜索方法具有一定合理性。將GS-SVM和本文模型相比,兩者只是數據驅動的模型不一致,但明顯本文模型的預測效果更好,這是由于支持向量機雖然可以在小樣本條件下建立數據逼近和回歸,但本質上屬于淺層神經網絡模型,對于壓縮機流量這類復雜非線性的數據集理解和剖析能力有限,隨機森林的中間層是由數個決策樹構成,通過剪枝操作得到最終結果,其結果反映了多數的決策結果,故預測效果更好。將NB和本文模型相比,NB的預測效果最差,這與該模型在實施預測時需確定先驗概率,而先驗概率取決于假設條件,當假設條件不恰當時,對模型預測精度影響較大。

表3 不同模型中RMSE與MAPE的預測結果對比

繪制真實值與本文預測值的點線圖,對比如圖3所示。可以看出兩者的吻合性和一致性較好,僅有部分預測值偏離真實值,但偏離程度較小。總體上看,基于隨機森林的軟測量技術可以真實地反映單臺、多臺并聯壓縮機及匯管的工藝氣流量,對于提高站場自動化水平、制定節能降耗措施具有重要意義。

圖3 真實值與預測值對比示意

4 結束語

本文模型在融合網格搜索和隨機森林算法的基礎上,實現了基于數據驅動的壓縮機流量軟測量建模,通過基尼指數確定了燃料氣消耗量和大氣壓力對壓縮機流量的相關性較小,其變量應予以刪減。通過交叉驗證和網格搜索確定了隨機森林的超參數,決策樹的個數n為300,分裂特征數m為5時的預測效果最佳。與SVM,NB,GS-SVM模型相比,本文模型的RMSE和MAPE均最小,說明了本文模型可以用于壓縮機流量的軟測量,具有一定的先進性和科學性。