汽车制造厂油漆车间能耗预测模型

摘要：

随着国家和社会对制造企业节能减排要求的不断提高,汽车制造企业现有的粗放型能耗管理考核方法已无法满足精细化能源管理需求,在新电改直购电的背景下能耗建模与预测已成为企业节能的重要研究方向.为建立能耗与生产、天气、人员等因素之间的定量关系,帮助整车制造企业合理对标能源使用与生产信息,使用上海某汽车制造企业油漆车间2016年11月至2018年4月日能耗、产量、温湿度和设备运行等数据,综合考虑整车理论喷涂面积对能耗的影响,采用机器学习的方法建立了基于XGBoost的用能预测模型,在少量训练样本下也达到了良好预测效果.同时,重点分析和对比了4种特征工程方法对预测模型结果的影响,总结了能耗预测模型适宜的特征工程,对同类型的模型优化具有一定的指导意义.

关键词：能耗预测、机器学习、XGBoost、汽车制造、油漆车间

所属期刊栏目：35

分类号：TK01+8;TP399(一般性问题)

资助基金：国家自然科学基金面上项目51775385;国家自然科学基金重大研究计划91546115

在线出版日期：2019-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,18