基于机器学习XGBoost集成模型的边界流量计日流量预测方法
2020-10-19高赫余吴潇勇
高赫余,王 圣,吴潇勇
(上海城投水务〈集团〉有限公司供水分公司,上海 200444)
电磁流量计是基于电磁感应原理所制成的进行流量测量的专业仪器,可以对导电液体体积流量等进行精确测量[1],构造如图1所示。一般电磁流量计都有一圈磁线圈,当导电流体通过流量计的腔体时,会切割磁感线产生磁感应强度,将其转换为电流,并最终转换为流量数字。在整个过程中,必须保证磁感应强度保持相对稳定,但是在实际应用中,电磁流量会收到外部因素和内部导电流体的干扰,导致计量失准。

图1 电磁流量计构造Fig.1 Construction of Electromagnetic Flowmeter
本文采用XGBoost集成模型构建边界流量计流量预测模型,旨在修正流量计非正常工作状态下计量的水量,提高工作成效。
1 回归建模
1.1 XGBoost集成模型
XGBoost的全称是 eXtreme Gradient Boosting,是传统boosting方法的一种极好实现,其基本原理是把数千个精度较低的树模型组合成一个精度较高的模型。Gradient Boosting Machine算法在生成每一棵树时采用梯度下降的思想,通过上一步生成的所有树为基础,向着最小化给定目标函数的方向前进。XGBoost的基学习器既有树(gbtree)又有线性分类器(gblinear),从而得到带L1+L2惩罚的线性回归或逻辑回归,其损失函数采用二阶泰勒展开,具有高准确度、不易过拟合、可扩展性等特点,能分布式处理高维稀疏特征。
XGBoost算法基本原理的特性,对数据波动较大、受外界影响较大、特征因子较多的数据集有很好的适用性,能够在水务行业边界流量计流量预测中取得较好的应用效果。
1.2 评价标准
对于流量计计量水量的预测,本文更关注预测结果和正常工作状态下流量计计量水量之间的误差,因此,采用平均绝对值误差(mean absolute error)作为评价指标,如式(1)。……
