废弃物制燃料工厂传感器数值预测：案例研究
人工智能
2022-09-29 v1 机器学习
摘要
在本研究中，我们开发机器学习模型以预测废弃物制燃料工厂未来的传感器读数，从而实现对工厂运行的主动控制。我们开发的模型可预测未来 30 分钟和 60 分钟的传感器读数。模型使用历史数据训练，并基于特定时刻的传感器读数进行预测。我们比较了三类模型：(a) 仅考虑上一预测值的朴素预测，(b) 基于过去传感器数据做预测的神经网络（我们考虑了不同的预测时间窗大小），以及 (c) 使用我们构建的一组特征创建的梯度提升树回归器。我们在加拿大一家废弃物制燃料工厂的真实用例上开发并测试了模型。我们发现方法 (c) 取得了最佳结果，而方法 (b) 结果参差，且无法稳定地优于朴素预测。
引用
@article{arxiv.2209.13957,
title = {Forecasting Sensor Values in Waste-To-Fuel Plants: a Case Study},
author = {Bor Brecelj and Beno Šircelj and Jože M. Rožanec and Blaž Fortuna and Dunja Mladenić},
journal= {arXiv preprint arXiv:2209.13957},
year = {2022}
}