典型文献
极端梯度提升与随机森林融合的天然气露点预测方法
文献摘要：
目的 解决目前水露点数据多为人工采用测量仪器测得,时效性低且成本高昂的问题.方法 建立一种基于极端梯度提升(XGBoost)和随机森林(RF)的天然气水露点预测方法.采用XGBoost方法对所有监测工艺参数进行分析,筛选出主要影响水露点的关键工艺特征参数,以排除无关特征参数对预测的干扰.建立RF预测模型,输入关键特征集参数,实现对水露点的实时预测.以重庆气矿某脱水监测系统监测数据与生产数据为例,对所提预测方法进行对比分析验证.结果 相较于XGBoost、SVM等预测方法,RF模型具有最佳的预测性能,且经过XGBoost特征选择后,RF预测结果的MAE值降低了0.0169℃,RMSE值降低了0.0146℃.结论 基于极端梯度提升与随机森林融合的水露点预测方法具有更优的预测精度与鲁棒性,对指导脱水现场生产具有积极作用.
文献关键词：
三甘醇脱水装置;天然气水露点;极端梯度提升(XGBOOST);特征提取;随机森林(RF)
中图分类号：
作者姓名：
熊伟;何彦霖;宋伟;张厚望;尹爱军
作者机构：
中国石油西南油气田分公司 重庆气矿,重庆 400021;重庆大学 机械与运载工程学院,重庆 400044
文献出处：
引用格式：
[1]熊伟;何彦霖;宋伟;张厚望;尹爱军-.极端梯度提升与随机森林融合的天然气露点预测方法)[J].装备环境工程,2022(06):133-140
A类：
三甘醇脱水装置
B类：
极端梯度提升,点预测,解决目前,测量仪器,高昂,XGBoost,RF,天然气水露点,响水,关键工艺,工艺特征,入关,关键特征,征集,实时预测,水监测,系统监测,生产数据,分析验证,预测性能,特征选择,MAE,RMSE,现场生产,XGBOOST
AB值：
0.23055
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
