基于PSO-LightGBM的能源管理系統(tǒng)數(shù)據(jù)分析

汪 朗, 劉勇飛, 許麟彰

(廣東粵港供水有限公司, 廣東 深圳 518021)

0 引言(Introduction)

自1986年我國(guó)開(kāi)始推行綠色節(jié)能策略以來(lái),在理論與實(shí)踐方面取得了一些重大的成果。但是,我國(guó)在能源和環(huán)境方面存在的問(wèn)題依舊突出,節(jié)能環(huán)保、綠色發(fā)展的目標(biāo)仍然是促進(jìn)世界經(jīng)濟(jì)和社會(huì)發(fā)展的重中之重[1]。能源消耗主要包括工業(yè)能耗、建筑能耗以及交通能耗,溫室氣體主要排放量也是來(lái)源于此[2-3]。為減輕目前日益凸顯的能源消耗問(wèn)題,國(guó)家制定的“中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要”已將節(jié)能和綠色理念作為未來(lái)我國(guó)能源消耗領(lǐng)域的主體發(fā)展方向。

在全球能源轉(zhuǎn)型發(fā)展的浪潮下,“互聯(lián)網(wǎng)+”智慧能源已成為備受能源領(lǐng)域關(guān)注的熱點(diǎn),也成為解決當(dāng)前能源問(wèn)題和重塑全球能源格局的重要變革力量。在這一背景下,能源大數(shù)據(jù)[1]發(fā)揮著關(guān)鍵作用,它將海量的能源數(shù)據(jù)與大數(shù)據(jù)技術(shù)結(jié)合,成為構(gòu)建“互聯(lián)網(wǎng)+”智慧能源的重要手段[4]。能源大數(shù)據(jù)整合了多種能源(如電能、煤炭、石油、天然氣等)的生產(chǎn)、傳輸、存儲(chǔ)、消費(fèi)、交易等數(shù)據(jù),是實(shí)現(xiàn)能源監(jiān)管、共享能源信息資源、促進(jìn)能源體制市場(chǎng)化改革的基本載體[5-6]。目前,國(guó)內(nèi)在能耗數(shù)據(jù)分析理論、技術(shù)與方法以及節(jié)能管理機(jī)制方面的研究工作的進(jìn)展,與綠色發(fā)展需求和國(guó)際先進(jìn)水平存在較大的差距。因此,基于數(shù)據(jù)分析的能源管理研究具有科學(xué)前沿性和重大的戰(zhàn)略意義。

1 相關(guān)研究(Related research)

能源管理系統(tǒng)興起之時(shí),其研究主要集中在管理和控制企業(yè)能源數(shù)據(jù)的信息化系統(tǒng),利用自動(dòng)化和網(wǎng)絡(luò)技術(shù),實(shí)現(xiàn)能源的平衡、優(yōu)化和節(jié)能降耗[7]。當(dāng)時(shí),能源管理系統(tǒng)的主要目標(biāo)是實(shí)現(xiàn)能源消耗的實(shí)時(shí)監(jiān)測(cè)和數(shù)據(jù)的自動(dòng)采集,以便企業(yè)更好地了解能源使用情況和消耗模式。因此,社會(huì)各界在能源數(shù)據(jù)的采集、管理和存儲(chǔ)方面進(jìn)行了大量的研究和投入。在能源管理系統(tǒng)研發(fā)的初期階段,社會(huì)各界對(duì)能源管理系統(tǒng)的發(fā)展非常關(guān)注,投入了大量資源和精力解決能源數(shù)據(jù)的采集、管理和存儲(chǔ)等問(wèn)題。

隨著科技的進(jìn)步和創(chuàng)新,能源管理系統(tǒng)的研究和應(yīng)用不斷取得新的突破。先進(jìn)的信息技術(shù)、物聯(lián)網(wǎng)、大數(shù)據(jù)分析、人工智能等技術(shù)的不斷發(fā)展,為能源管理系統(tǒng)功能的完善和優(yōu)化帶來(lái)了更多的可能性和優(yōu)勢(shì)。能源管理系統(tǒng)利用物聯(lián)網(wǎng)技術(shù)、傳感器等實(shí)時(shí)監(jiān)測(cè)和采集能源消耗的數(shù)據(jù),涉及能源使用、能耗趨勢(shì)、設(shè)備狀態(tài)等信息。這些海量的數(shù)據(jù)成為優(yōu)化能源管理、提高能源利用效率的重要資源。數(shù)據(jù)分析在能源管理系統(tǒng)中扮演了關(guān)鍵角色,應(yīng)用數(shù)據(jù)分析技術(shù)能夠從大量數(shù)據(jù)中挖掘出隱藏的模式、規(guī)律和趨勢(shì)。數(shù)據(jù)分析可以幫助決策者識(shí)別能源浪費(fèi)環(huán)節(jié)、定位能源消耗高峰,為節(jié)能工作提供科學(xué)的決策支持。隨著數(shù)據(jù)分析技術(shù)的不斷發(fā)展,能源管理系統(tǒng)可以更加精確地預(yù)測(cè)能源需求,優(yōu)化能源分配和調(diào)度,實(shí)現(xiàn)能源的智能化管理。例如,黃震[8]針對(duì)校園能耗管理的現(xiàn)狀和需求,提出了一種基于MQTT(消息隊(duì)列遙測(cè)傳輸協(xié)議)和MVC(Model-View-Controller)的智慧能耗管理系統(tǒng)的設(shè)計(jì)方案,通過(guò)輕量級(jí)通信和模塊化設(shè)計(jì)提高了系統(tǒng)的效率和可維護(hù)性,為校園能耗管理提供了一種新的解決方案。趙彥旻等[9]基于園區(qū)能源互聯(lián)網(wǎng)電力信息管理系統(tǒng)對(duì)提高系統(tǒng)管理效率和吞吐性能的需求,提出了一種基于大數(shù)據(jù)分析的系統(tǒng)設(shè)計(jì)方案,包括系統(tǒng)架構(gòu)、功能模塊和關(guān)鍵技術(shù)等。吳波[10]針對(duì)造紙行業(yè)的高能耗問(wèn)題,提出了一種基于大數(shù)據(jù)技術(shù)的能源管理系統(tǒng)(EMS),實(shí)現(xiàn)了對(duì)造紙過(guò)程能源轉(zhuǎn)換、利用和回收的動(dòng)態(tài)監(jiān)控、改進(jìn)和優(yōu)化,提高了能源效率和節(jié)能水平。AL-ALI等[11]通過(guò)采用基于物聯(lián)網(wǎng)(IoT)和大數(shù)據(jù)分析技術(shù)的智能家庭能源管理系統(tǒng),實(shí)現(xiàn)監(jiān)測(cè)、控制和節(jié)省能源消耗,達(dá)到降低成本的目的。BOURDEAU等[12]提出了基于數(shù)據(jù)驅(qū)動(dòng)方法的建筑能耗建模與預(yù)測(cè)模型,通過(guò)數(shù)據(jù)建模分析達(dá)到節(jié)能減排的目的。由此可以看出,數(shù)據(jù)分析在能源管理系統(tǒng)中的重要性,為能源管理者提供了實(shí)時(shí)且全面的數(shù)據(jù)支持,使其能夠做出合理的決策,優(yōu)化能源調(diào)配,實(shí)現(xiàn)節(jié)能減排的目標(biāo),推動(dòng)能源管理向更加智能、高效和可持續(xù)的方向發(fā)展。同時(shí),研究人員開(kāi)始采用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的方法進(jìn)行能源數(shù)據(jù)分析。WANG等[13]針對(duì)主機(jī)油耗會(huì)受多種因素影響的問(wèn)題,提出了一種基于小絕對(duì)收縮選擇算子(LASSO)的能耗回歸模型,用于對(duì)船舶主機(jī)油耗進(jìn)行預(yù)測(cè)和分析。王文格等[14]針對(duì)現(xiàn)有城市軌道交通智慧能源管理系統(tǒng)在節(jié)能工作方面的局限性,提出精細(xì)化采集策略,構(gòu)建多個(gè)系統(tǒng)協(xié)同管理能源數(shù)據(jù)的平臺(tái),通過(guò)多個(gè)系統(tǒng)協(xié)同控制,最大限度地節(jié)約能源消耗。黎啟明等[15]提出一種智能能源管理系統(tǒng),考慮到各種能源價(jià)格結(jié)構(gòu)因素的影響,設(shè)計(jì)一種能源模塊用于確定系統(tǒng)運(yùn)行最佳策略;針對(duì)不同天氣光伏發(fā)電的輸出特性,提出了一種功率預(yù)測(cè)模塊;描述了利用一個(gè)矩陣實(shí)數(shù)編碼遺傳算法處理模塊,實(shí)現(xiàn)了能源的智能化管理。

能源數(shù)據(jù)分析往往涉及多個(gè)輸入特征及多個(gè)影響因素之間的高度復(fù)雜和非線性關(guān)系。LightGBM是一種高效的梯度提升樹(shù)模型,它的訓(xùn)練速度快、預(yù)測(cè)性能高,同時(shí)可以有效處理多維特征,提供特征重要性排序和非線性關(guān)系,并能夠捕捉輸入特征之間的相互作用,通過(guò)分析特征重要性識(shí)別對(duì)能耗影響最大的因素,從而指導(dǎo)優(yōu)化策略的制訂。PSO是一種基于群體智能的優(yōu)化算法,它能夠在搜索空間中進(jìn)行全局搜索,有助于找到更優(yōu)的模型參數(shù)組合,從而提高模型性能,并且PSO具有自適應(yīng)性,可以根據(jù)問(wèn)題的復(fù)雜程度和搜索空間的特性自動(dòng)調(diào)整搜索策略,有助于更快地收斂到全局最優(yōu)解。本文在總結(jié)前人對(duì)能源數(shù)據(jù)分析技術(shù)研究的基礎(chǔ)上,提出了一種基于PSO-LightGBM的能源數(shù)據(jù)分析方法,用于預(yù)測(cè)電能耗的影響。

2 數(shù)據(jù)預(yù)處理(Data preprocessing)

本文采用某企業(yè)的電能耗數(shù)據(jù)進(jìn)行實(shí)驗(yàn),采集了近500條每日電能耗數(shù)據(jù)。因?yàn)閿?shù)據(jù)在采集時(shí)有時(shí)間上的先后順序,在模型學(xué)習(xí)時(shí)會(huì)被當(dāng)作一種特征學(xué)習(xí),從而導(dǎo)致過(guò)擬合,為了避免發(fā)生這種情況,本研究對(duì)數(shù)據(jù)進(jìn)行隨機(jī)化處理,使得模型能夠?qū)W習(xí)到更多的信息,提高模型的準(zhǔn)確性和穩(wěn)定性。同時(shí),在數(shù)據(jù)處理過(guò)程中發(fā)現(xiàn)數(shù)據(jù)的最大值與最小值相差非常大(如圖1所示),數(shù)據(jù)的取值范圍差異較大,數(shù)據(jù)的分布不均勻,對(duì)模型的擬和和評(píng)估效果都有影響,尤其是對(duì)模型的評(píng)估指標(biāo)的影響。因此,為了使評(píng)估指標(biāo)具有直觀的意義,通常需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

圖1 數(shù)據(jù)分布直方圖Fig.1 Data distribution histogram

采用Z-score標(biāo)準(zhǔn)化(Standardization)對(duì)數(shù)據(jù)做標(biāo)準(zhǔn)化處理,它基于數(shù)據(jù)的均值和標(biāo)準(zhǔn)差,將原始數(shù)據(jù)轉(zhuǎn)換為具有均值為0、標(biāo)準(zhǔn)差為1的正態(tài)分布。具體而言,對(duì)于給定的數(shù)據(jù)集,Z-score的標(biāo)準(zhǔn)化過(guò)程如下。

計(jì)算數(shù)據(jù)的均值(mean)和標(biāo)準(zhǔn)差(standarddeviation,std):

(1)

(2)

其中:n是數(shù)據(jù)集的樣本數(shù)量,X是數(shù)據(jù)集中的每個(gè)樣本。

對(duì)每個(gè)數(shù)據(jù)樣本進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換:

(3)

其中:X_scale是標(biāo)準(zhǔn)化后的值,X是原始值,mean是數(shù)據(jù)的均值,std是數(shù)據(jù)的標(biāo)準(zhǔn)差。通過(guò)Z-score進(jìn)行標(biāo)準(zhǔn)化處理后,數(shù)據(jù)更具可比性和可解釋性。

3 研究方法(Research method)

3.1 模型結(jié)構(gòu)

本研究按照?qǐng)D2所示的研究方法流程進(jìn)行。首先,研究人員收集企業(yè)的能源數(shù)據(jù),并對(duì)數(shù)據(jù)進(jìn)行整理,使其適合于數(shù)據(jù)分析。其次,對(duì)數(shù)據(jù)集進(jìn)行清洗操作。將處理過(guò)的能耗數(shù)據(jù)用于PSO-LightGBM模型的訓(xùn)練、驗(yàn)證和測(cè)試。在此過(guò)程中采用了K-fold交叉驗(yàn)證技術(shù)以及粒子群優(yōu)化算法優(yōu)化模型的超參數(shù),此外為了確保模型的泛化性能,使用了25%的測(cè)試集,防止過(guò)擬合或欠擬合的問(wèn)題。再次,對(duì)PSO-LightGBM模型進(jìn)行與其他能源數(shù)據(jù)分析模型的對(duì)比實(shí)驗(yàn),驗(yàn)證了其相對(duì)優(yōu)勢(shì)。最后,將經(jīng)過(guò)驗(yàn)證的PSO-LightGBM模型應(yīng)用于企業(yè)實(shí)際的電能耗預(yù)測(cè)工作中。

圖2 研究方法流程圖Fig.2 Research methodology flowchart

3.2 LightGBM模型

LightGBM模型是一個(gè)實(shí)現(xiàn)梯度提升決策樹(shù)(GBDT)的框架,支持高效率的并行訓(xùn)練,其主要原理是利用基分類(lèi)器(決策樹(shù))訓(xùn)練集成,從而獲取最優(yōu)的算法模型。相同的模型還有XGB,但XGB模型在多維度的大數(shù)據(jù)集下,計(jì)算效率較差和可擴(kuò)展性較低(主要原因是對(duì)于每個(gè)特征數(shù)據(jù),它們都要通過(guò)掃描全部的數(shù)據(jù)樣本評(píng)估所有能夠取得分枝點(diǎn)的增益信息),為了解決這個(gè)問(wèn)題,LightGBM模型采用了兩個(gè)技術(shù):互斥特征捆綁算法(Exclusive Feature Bundling,EFB)和單邊梯度采樣算法(Gradient-based One-Side Sampling,GOSS)。

LightGBM算法可以看做是梯度提升樹(shù)的一種改進(jìn)算法,它能夠在保持較高計(jì)算效率的同時(shí)獲取較高的準(zhǔn)確率。通過(guò)給定輸入一個(gè)數(shù)據(jù)集D={(Xi,yi)}(Xi∈m,yi∈R),其中m是特征數(shù)目。Xi=[Fi,xi1,xi2,…,xis],F={F1,F2,…,Fn}是實(shí)際電能耗值,n是樣本量,s是參數(shù)數(shù)目,電能耗預(yù)測(cè)值為

(4)

公式(4)中,Γ={f(X)=ωq(x)}(q:m→T,ω∈T)是回歸樹(shù)數(shù)據(jù)空間;q是樹(shù)結(jié)構(gòu),主要作用是將一個(gè)樣本映射到對(duì)應(yīng)的葉節(jié)點(diǎn)T;每個(gè)fk代表一個(gè)獨(dú)立的葉子權(quán)重w和樹(shù)結(jié)構(gòu)q。

目標(biāo)函數(shù)為

(5)

通過(guò)采用基于梯度的單邊梯度采樣方法(Gradient-based One-Side Sampling,GOSS)對(duì)損失函數(shù)值進(jìn)行排序處理,以保留包含大梯度的樣本,并隨機(jī)挑選出一批小梯度的樣本,從而對(duì)模型進(jìn)行訓(xùn)練,這樣能保證在不損失學(xué)習(xí)精度的條件下,加快模型訓(xùn)練的速率,并且對(duì)高維稀疏的一些數(shù)據(jù)來(lái)說(shuō),LightGBM利用直方圖算法(Histogram)合并互斥的特征信息,保證既能縮減高維數(shù)據(jù)的特征數(shù)目,又能使得損失值最小,從而進(jìn)一步提升模型的最終性能。

3.3 粒子群優(yōu)化算法(PSO)

(6)

(7)

其中:k表示迭代次數(shù),i為粒子數(shù),d為搜索方向,w是權(quán)重的大小,c1和c2表示學(xué)習(xí)因素,并被視為常數(shù),r1和r2表示在(0,1)中均勻分布的隨機(jī)量,采用公式(6)和公式(7)求出最佳解。

3.4 評(píng)估指標(biāo)

均方誤差(Mean Squared Error,MSE)是一種常用的衡量統(tǒng)計(jì)模型預(yù)測(cè)結(jié)果與真實(shí)值之間差異的方法,可以計(jì)算預(yù)測(cè)值與真實(shí)值之間的誤差平方平均值。MSE是一個(gè)非負(fù)的值,它的值越小,表示模型的預(yù)測(cè)結(jié)果與真實(shí)值之間的差異越小。

(8)

決定系數(shù)(R-Squared,R2)是一種用于評(píng)估模型擬合優(yōu)度的標(biāo)準(zhǔn)化指標(biāo),便于不同模型之間的比較,它表示模型解釋了因變量變異性的比例。R2的取值范圍為0～1,越接近1,表示模型的預(yù)測(cè)效果越好。

(9)

解釋方差(Explained Variance,EV)是一種用于評(píng)估模型預(yù)測(cè)能力的指標(biāo),它表示模型對(duì)因變量的變異性解釋了多少,取值范圍為0～1,越接近1,表示模型的預(yù)測(cè)效果越好。

(10)

4 實(shí)驗(yàn)與結(jié)果(Experiments and results)

4.1 模型參數(shù)設(shè)置

在開(kāi)展能源數(shù)據(jù)分析實(shí)驗(yàn)時(shí),采用了輕量級(jí)梯度提升機(jī)(LightGBM)作為模型,使用粒子群優(yōu)化算法(PSO)找出LightGBM的最優(yōu)超參數(shù)組合,并將其與其他常用的回歸模型進(jìn)行比較,例如多元線性回歸(LR)、隨機(jī)森林(RF)、輕量級(jí)梯度提升機(jī)(LightGBM)和極限梯度提升(XGB)等,以擴(kuò)大實(shí)驗(yàn)的對(duì)比范圍。首先對(duì)數(shù)據(jù)進(jìn)行隨機(jī)化處理,其次對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,通過(guò)PSO算法將以上5個(gè)模型的參數(shù)調(diào)整至最優(yōu)值,最后采用5折交叉驗(yàn)證的方法輸出均方誤差、解釋方差和決定系數(shù),并對(duì)所有模型進(jìn)行比較分析。表1展示了部分模型最優(yōu)的超參數(shù)值。

表1 各模型最優(yōu)超參數(shù)值

4.2 實(shí)驗(yàn)結(jié)果與分析

4.2.1 實(shí)驗(yàn)結(jié)果

將電能耗數(shù)據(jù)按0.75∶0.25的比例劃分為訓(xùn)練樣本集合與測(cè)試樣本集合,訓(xùn)練集用來(lái)訓(xùn)練模型,并在測(cè)試集上對(duì)模型預(yù)測(cè)效果進(jìn)行驗(yàn)證(每種方法均進(jìn)行5折交叉驗(yàn)證)。PSO-LightGBM模型及其他對(duì)比模型的預(yù)測(cè)效果見(jiàn)表2,LightGBM的MSE為0.104,EV為89.20%,R2為89.13%。本文提出的模型PSO-LightGBM的MSE為0.083,EV為91.60%,R2為91.56%,各項(xiàng)指標(biāo)明顯優(yōu)于其他模型。

表2 模型評(píng)估指標(biāo)對(duì)比

4.2.2 結(jié)果分析

從表2的數(shù)據(jù)可以觀察到,多元線性回歸(Linear Regression,LR)的均方誤差MSE顯著高于0.15,表明模型表現(xiàn)較差。相比之下,XGB、隨機(jī)森林(Random Forest,RF)、LightGBM以及基于粒子群優(yōu)化算法優(yōu)化的LightGBM(PSO-LightGBM)在MSE方面有更好的表現(xiàn);LightGBM的MSE為0.104,大于0.1,而XGB、RF和PSO-LightGBM的MSE均維持在0.1以下,尤其是PSO-LightGBM的MSE僅為0.083,相比XGB和RF的MSE降低了約10%。此外,PSO-LightGBM的R2和EV評(píng)價(jià)指標(biāo)值都穩(wěn)定在約91.5%,而XGB、RF和LightGBM的R2與EV則集中在89%～91%,略低于PSO-LightGBM的R2與EV,差距為1.04%～2.43%。

從以上結(jié)果可以明顯看出,PSO-LightGBM在電能數(shù)據(jù)分析領(lǐng)域表現(xiàn)出出色的性能,它不僅在MSE方面有了顯著的改進(jìn),而且在R2和EV指標(biāo)上也展現(xiàn)了相對(duì)更高的穩(wěn)定性和準(zhǔn)確性。此外。這些數(shù)據(jù)也表明,PSO-LightGBM是一種在電能數(shù)據(jù)分析中表現(xiàn)突出的方法,其在預(yù)測(cè)性能上取得了明顯的優(yōu)勢(shì)。綜合來(lái)看,PSO-LightGBM在這一領(lǐng)域的優(yōu)異表現(xiàn)為其在實(shí)際應(yīng)用中提供了更高的可信度和可靠性。

5 結(jié)論(Conclusion)

本文介紹了一種利用PSO-LightGBM方法進(jìn)行能源數(shù)據(jù)分析的新方法。該方法首先在預(yù)處理階段對(duì)數(shù)據(jù)進(jìn)行Z-score標(biāo)準(zhǔn)化,確保數(shù)據(jù)具有統(tǒng)一的尺度。其次使用LightGBM模型進(jìn)行訓(xùn)練和擬合,通過(guò)PSO算法對(duì)LightGBM模型進(jìn)行參數(shù)優(yōu)化,以最大限度地適應(yīng)當(dāng)前輸入數(shù)據(jù)。最后,將經(jīng)過(guò)處理的數(shù)據(jù)輸入優(yōu)化后的LightGBM模型中,用于對(duì)能耗數(shù)據(jù)進(jìn)行預(yù)測(cè)。

為了驗(yàn)證該方法的性能,本文進(jìn)行了一系列實(shí)驗(yàn),并將其與其他方法進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果表明,與其他模型相比,PSO-LightGBM表現(xiàn)出更高的預(yù)測(cè)精度、魯棒性和穩(wěn)定性,實(shí)驗(yàn)中使用的三種評(píng)估指標(biāo)均達(dá)到最優(yōu)水平(均方誤差僅為0.083,決定系數(shù)達(dá)到91.56%,解釋方差為91.60%)。證明該方法能夠更準(zhǔn)確地預(yù)測(cè)企業(yè)的電能消耗,具有重要的實(shí)際應(yīng)用價(jià)值。

該模型在能源數(shù)據(jù)分析領(lǐng)域表現(xiàn)出色,但仍有提升的空間。例如,可以進(jìn)一步探索影響能源數(shù)據(jù)的因素,以提高模型的綜合性能。同時(shí),可以通過(guò)研究更高效的數(shù)據(jù)預(yù)處理方法,進(jìn)一步提升模型預(yù)測(cè)的穩(wěn)定性和準(zhǔn)確率。此外,隨著實(shí)驗(yàn)數(shù)據(jù)量的增加,可以引入更多特征和優(yōu)化算法,進(jìn)一步提升預(yù)測(cè)性能。總之,該方法為通過(guò)機(jī)器學(xué)習(xí)進(jìn)行能耗預(yù)測(cè)提供了新的思路,在能源利用方面具有較大的潛力。