基于GenPro的工業智能建模案例分享

2015年起中國工業的智能化轉型進入加速賽道，構建以數據為驅動的生產運營能力、對數據進行建模分析和價值挖掘，已經成為絕大多數制造企業致力實現的目標。如何快速高效地完成模型開發及落地，北京天澤智云科技有限公司工業智能實驗室干瑞在2019未來工業智能峰會上進行了詳細解讀。

一個典型的工業智能建模流程可以概括為以下幾步：數據探索、數據預處理、特征工程、模型訓練與調優、模型驗證以及模型評估。

而工業大數據獨有的碎片化、質量差及強行業屬性的“3B”問題，直接導致工業建模的低效和高門檻，使制造企業在建模時不得不在數據清洗、整理、模型泛化訓練等方面進行大量的重復工作，而且還需要有豐富的跨學科能力與經驗積累作為支撐。

為此，天澤智云研發了工業智能建模平臺GenPro，將核心技術團隊多年來在旋轉機械、風電、機加工等多個領域的經驗轉化為工業數據分析算子，制造企業可直接基于內置的建模算子及建模模版，通過簡單的“拖拉拽”方式完成建模，并最終輸出為物理世界的洞察、決策和知識，賦能制造企業有效可行地實現智能模型的研發和落地。

GenPro關鍵特性

下面結合風機葉片結冰預警的具體案例，來和大家分享如何通過GenPro幫助工業企業快速實現工業智能模型的落地。

葉片結冰會導致風機發電效率下降，甚至嚴重時對風機造成損壞，是風力發電中的一個常見問題。

但是通常除冰系統只能檢測到嚴重的結冰進行自動除冰，很難發現早期結冰狀態，而早期結冰的檢測對于機組健康運行至關重要。因此如果能夠檢測出早期結冰狀態，則能有效防止機組由于嚴重結冰導致的經濟性和安全性下降的問題。

>> 建模原理

針對這個典型的樣本不平衡的二分類問題，在建模時首先要根據維護記錄生成標簽，并利用機理模型提取風機性能相關特征，之后再訓練機器學習模型預測葉片結冰故障。

>> 建模流程

GenPro提供了豐富的行業組件，可以滿足不同的常見輸入格式和場景，加速工業碎片化數據的處理效率及建模流程。

讀取數據

首先需要讀取建模所需數據，打開數據讀入組件的返回結果，可看到每條數據的時間戳、風速、發電機轉速、風機輸出功率等能反映風機性能的參數。

生成標簽

在GenPro標簽生成組件中輸入待打標簽的數據和待打標簽的區間信息，根據需求進行靈活配置（標簽列、標簽值、時間格式、偏移量等），快速完成所需要的打標簽過程。

之后通過數據過濾組件，基于標簽值過濾無效數據，將篩選之后的數據切換到繪圖可視化界面，選擇散點圖可視化組件，查看風機風速-功率分布。

同時還可以根據標簽值對數據點進行不同的染色，如藍色的點是正常狀態的數據，紅色的點是結冰故障時的數據，從上圖可以看到當結冰時，風速-功率的關系整體上會偏離正常的風功率曲線。

提取風機性能相關特征

接下來進行結冰預測相關特征的提取。從風機原始數據中選取發電機轉速、風速、功率、風向和環境溫度5個相關參數，運用風機性能參數提取算法組件，該組件從對機理的角度出發，得到的風機性能參數（如CP、TSR等）與葉片結冰故障存在較強的相關性，從而保障建立的結冰預測模型更加準確和穩定。

之后再利用滑動窗的方法進一步提取統計特征，例如最大值、最小值、均值、方差等，并且對標簽做類似的處理，最終得到可用來訓練結冰預測模型的數據。

訓練機器學習模型預測故障

在訓練模型前還需對數據進行拆分，一部分作為訓練集訓練模型，另一部分作為測試集來對訓練好的模型進行評估，在該案例中我們采用60%的數據進行進行訓練。

由于結冰預測的數據中結冰樣本比例較小，為了避免樣本不平衡對模型訓練效果的影響，采用SMOTE算法組件對訓練集中的結冰樣本進行過采樣，使樣本類別比例平衡。

之后將訓練集的數據輸入到分類模型訓練組件中，使用隨機森林分類算法訓練分類模型，再利用訓練好的模型對測試集數據進行預測。

最后根據預測結果使用ROCAUC評價方法對模型進行評估，得出的AUC的值越大模型預測越準確（最大值是1），我們在該案例中的AUC為0.9+。

以上就是基于GenPro的風機葉片結冰預測模型建模的整個流程，全面涵蓋了工業智能建模的全部環節。在此過程中除了一些標準組件，GenPro提供的特殊功能的組件起到了非常關鍵的作用，如通過根據時間打標簽加速了數據預處理的過程，融入機理知識的風機性能參數提降低了建模門檻等，從根本上提升了工業數據價值閉環效率。

小 結

對機理的充分理解可以有效提升工業智能建模過程中碎片化數據的預處理效率，GenPro作為一款專為工業智能開發者打造的建模分析工具，內置豐富的行業算子與行業模版，能充分補足人才在領域知識、工業機理等方面的短板，降低建模門檻；同時在可視化面板、“拖拽式”畫布等功能的支持下，可幫助工業智能開發者實現一站式、流水線式的建模，極大增強工業企業數據分析團隊的生產力和創新力。