基于优化随机森林模型的盐穴储气库采输能力预测

彭佳琪; 杨竞择; 傅彬彬; 姚洪

doi:10.12404/j.issn.1671-1815.2507121

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (24) :10394-10403 DOI: 10.12404/j.issn.1671-1815.2507121

石油、天然气工业

基于优化随机森林模型的盐穴储气库采输能力预测

彭佳琪 ¹^,² ,
杨竞择 ¹^,³^,^* ,
傅彬彬 ¹^,³ ,
姚洪 ¹^,³

作者信息 +

Deliverability Prediction of Salt Cavern Gas Storage Based on Optimized Random Forest Model

PENG Jia-qi ¹^,² ,
YANG Jing-ze ¹^,³^,^* ,
FU Bin-bin ¹^,³ ,
YAO Hong ¹^,³

Author information +

文章历史 +

摘要

采输能力是盐穴储气库的核心产能指标,通过输入总库容、垫气量等储气参数从而预测盐穴的采输能力对于保障储气库的安全运行和精准注采调控至关重要。针对盐穴储气库采输能力预测中随机森林(random forest,RF)模型存在的优化耗时长、特征工程不完整和泛化能力不足等技术短板,提出了多采样率集成随机森林 (multi-sampling-rate RF,MSR-RF)预测模型。通过设计“三重优化”技术路线,递进式实施双引擎超参数优化策略、物理-数据驱动特征工程以及三级自适应采样集成机制,有效提升了整体模型的预测精度、可解释性和鲁棒性。基于1 334个样本数据开展验证研究。结果表明:该模型的测试集决定系数为0.999 7,具有高预测精度。与单一采样率随机森林模型相比,该模型的测试集均方根误差和平均绝对误差分别降低了48.4%和52.1%,且在不同噪声水平下仍保持着显著的性能优势。研究成果为机器学习在盐穴储气库智能存储与预测调控中的应用提供了新思路。

Abstract

Deliverability is recognized as the primary productivity indicator of salt cavern gas storage. Accurate prediction of deliverability based on input parameters such as total gas storage capacity and base gas capacity is essential for ensuring operational safety and achieving precise injection-withdrawal regulation. To address existing limitations of the conventional random forest (RF) model in deliverability prediction, including long optimization time, incomplete feature engineering, and insufficient generalization capability, a multi-sampling-rate RF (MSR-RF) prediction model was proposed. The model was designed under a “triple-optimization” technical framework that integrated a dual-engine hyperparameter optimization strategy, a physics-informed and data-driven feature engineering scheme, and a three-tier adaptive sampling ensemble mechanism. These enhancements collectively improved the predictive accuracy, interpretability, and robustness of the model. Validation was performed using 1 334 samples. The results show that the proposed model achieves a coefficient of determination of 0.999 7 on the test set, demonstrating high prediction accuracy. Compared with the single-sampling-rate RF model, reductions of 48.4% in root mean square error and 52.1% in mean absolute error are observed, and stable performance is maintained across various noise levels. The research results provide new insights into the application of machine learning for intelligent storage management and predictive control in salt cavern gas storage systems.

Graphical abstract

关键词

盐穴储气 / 机器学习 / 采输能力预测 / 随机森林(RF) / 数字能源

Key words

salt cavern gas storage / machine learning / deliverability prediction / random forest(RF) / digital energy

引用本文

引用格式 ▾

彭佳琪, 杨竞择, 傅彬彬, 姚洪. 基于优化随机森林模型的盐穴储气库采输能力预测[J]. 科学技术与工程, 2026, 26(24): 10394-10403 DOI:10.12404/j.issn.1671-1815.2507121

PENG Jia-qi, YANG Jing-ze, FU Bin-bin, YAO Hong. Deliverability Prediction of Salt Cavern Gas Storage Based on Optimized Random Forest Model[J]. Science Technology and Engineering, 2026, 26(24): 10394-10403 DOI:10.12404/j.issn.1671-1815.2507121

登录浏览全文

4963

注册一个新账户忘记密码

为应对气候变化挑战,全球能源体系加速向低碳架构转型^[1]。然而,风电、光伏等可再生能源供电形式呈现显著间歇性与波动性特征,导致电力系统时刻面临供需失配的风险。为保障电网全年稳定运行,利用地下空间实施大规模长周期储能是平抑峰谷缺口、优化供需结构的必要手段之一^[2]。

地下储气库主要分为盖层严密的地下含水层、枯竭油气藏、人工矿洞和盐穴。其中,盐穴因具备长期结构稳定性、固有密封性、低垫气占比以及高频次注采能力等优势,被国际公认为是大规模储能的最佳地下空间。目前,中国已经建成5座盐穴天然气储库和2座盐穴压缩空气储能电站,这标志着盐穴储能已进入规模化应用阶段^[3]。

盐穴储气库的核心参数包括存储能力与采输能力,二者共同决定气井的注采能效^[4]。其中,采输能力作为特定时段内可安全采出并输送的气量指标,是能源系统应对市场需求波动的关键约束。精准的采输能力预测可标定储气库运行边界,提升注采作业效率,促进风光发电消纳。因此,构建高可靠性盐穴储气库采输能力预测模型对于保障储气库的安全运行和精准注采调控具有重要意义。

尽管中国盐穴储气库建设已取得阶段性进展,但整体仍处于工程规模化应用与运行经验积累阶段。受限于盐岩地质条件差异性、运行工况复杂性以及监测数据不完备等因素,当前中国盐穴储气库在采输能力的评估与调控方面仍以数值模拟和经验公式计算为主。该类方法虽具有明确的物理基础,但建模周期长、计算成本高,在多工况快速评估和实时运行调控方面存在一定的局限性。机器学习模型通过显著降低计算复杂度与实时输出预测值的能力,在保障精度的前提下,成为突破传统数值模拟局限的有效工程路径^[5]。

随着中国能源结构向高比例可再生能源转型,盐穴储气库在电网调峰、供需平衡及跨季节储能中的作用日益凸显,并对其采输能力预测的精度、稳定性与响应速度均提出了更高要求。然而,中国目前仍处于智慧储气库发展的初级阶段,在储气库运行过程优化和智能决策方面有待进一步研究。因此,发展适用于中国盐穴储气库运行特点且兼具高精度与快速预测能力的智能化采输能力预测模型,具有显著的工程实践意义。

当前,人工智能和机器学习技术已在能源预测领域展现出广泛的适用性,如风电功率预测^[6]、充电站负荷预测^[7]、地质灾害预测^[8]及地下岩层岩性预测^[9]等。基于自学习机制与复杂的非线性问题处理能力,人工智能技术正发展成为具有工程潜力的新一代预测手段。然而,人工智能在地下储气库采输能力(deliverability)预测中的应用较为有限。目前研究多基于美国能源信息署(U.S. Energy Information Administration,EIA)提供的天然气储气库月度数据,选取易获取的关键储量参数,包括总库容(total gas storage capacity)、垫气量(base gas capacity)和工作气量(working gas capacity),从而构建储气库采输能力预测模型^[10-13]。

目前,常用于智能预测模型的算法有支持向量机(support vector machine,SVM)、人工神经网络(artificial neural network,ANN)和随机森林(random forest,RF)等。其中,SVM模型的非线性问题处理能力相对较差;ANN模型虽然在面对非线性关系时表现更好,但其样本数据量大、训练时间长,难以进行实际应用。RF模型具有良好的特征选择能力且能够分析复杂的交互特征,因此在处理复杂的非线性关系和高维度数据时具有显著优势。此外,机器学习算法的“黑箱”性质使得其具有较差的可解释性。

相较于其他算法,RF提供了更为清晰的特征重要性分析和决策路径信息且能够有效减少过拟合,因此RF模型具有更快的训练速度、更好的鲁棒性以及更高的可解释性,从而被广泛应用于实际的工程问题。多项研究利用RF算法建立了智能预测模型。邓艺璇等^[14]通过RF算法筛选特征,构建了高精度的电力负荷预测模型。王来刚等^[15]基于RF模型对特征变量进行重要性分析,构建了更具可解释性的冬小麦产量预测模型。毛靖等^[16]通过RF模型预测油藏产能并进行主控因素分析。Ali^[10]采用3种常用的机器学习算法对盐穴储气库的天然气采输能力进行预测,其中RF算法表现优于SVM和ANN。这些成果为RF模型的优化奠定了基础,并推动了其在盐穴储气库中的应用。然而,现有RF基础模型仍存在可解释性和鲁棒性问题,需要进一步优化。

由于RF模型的预测性能高度依赖于参数配置与特征选择,现有研究多从超参数优化和特征优化两方面提升其性能。仉文岗等^[17]将粒子群算法、遗传算法、差分算法和贝叶斯优化用于RF超参数调优,结果显示不同优化方法在耗时和精度提升方面存在差异,且其在其他应用场景中的适用性有待进一步探究。周古辛等^[18]利用网格搜索和粒子群算法优化RF参数,有效降低了袋外误差并提高了预测精度。Ali^[10]在盐穴储气库预测中采用网格搜索获得较优参数,使模型测试集的决定系数均超过0.9,但该方法存在计算耗时较长的问题。

在此基础上,Ali等^[11]将稀疏自编码器(sparse autoencoder,SA)与RF结合提出了一种SARF框架,并利用Shapley加性解释(Shapley additive explanations,SHAP)方法提升模型可解释性,但其特征种类较为有限,且未考虑动态特征因素的影响。Vo Thanh 等^[12-13]通过构建混合智能模型强调了集成策略在提升地下储气库产能预测中的优势。Wei等^[4]采用包含RF算法在内的集成模型来预测不同类型储气库的产能,这种集成架构虽然提高了整体模型的鲁棒性与泛化能力,但在盐穴储气库预测中,其精度略低于单一RF基础模型。

综上所述,现有研究中针对盐穴储气库的RF预测模型均为静态模型,不具有针对不同数据质量的动态调控能力,且普遍存在优化耗时长、特征工程不完整以及泛化能力不足的问题。因此,如何构建同时具备预测精度高、可解释性强以及自适应控制特性的盐穴储气库采输能力RF预测模型成为一大挑战。

现基于EIA天然气储气库公开数据源建立盐穴储气库采输能力优化RF智能预测模型,提出了三重优化策略:①双引擎超参数优化策略:融合网格搜索与随机搜索,确定最优参数组合,显著提高模型的预测精度同时缩短了优化时间;②物理-数据驱动特征工程:添加温度动态特征,如地表温度、季节指数等,经过信息筛选生成高价值特征,从而提升模型的泛化能力和决策可解释性;③三级自适应采样集成机制:基于引导聚集算法(bootstrap aggregating,Bagging)框架联合95%、85%和75%三种采样率子模型形成性能最佳的多采样率集成RF预测模型,增强模型的鲁棒性和自适应能力。最后,通过严格控制变量实验,验证了采样率优化策略对于模型鲁棒性提升的优势。在分别添加1%、2%和5%噪声水平的环境中,多采样率集成模型的预测性能均优于单一采样率模型。从工程应用需求出发,系统性引入多采样率集成建模思想,使随机森林模型具备面对复杂运行工况和数据不确定性的自适应能力。同时,通过构建面向采输能力预测问题的参数优化与特征筛选策略,实现预测精度、模型稳定性与工程适用性的协同提升,以期为盐穴储气库运行调控提供一种具有工程应用价值的智能预测方案。

1 数据预处理

基于数据处理规模适中且结构清晰的特点,选择轻量高效的“SQLite-Pandas-Matplotlib”技术框架进行数据处理。其中,SQLite作为数据库可实现轻量化动态存储,Pandas作为数据分析库能够保障清洗的可靠性,Matplotlib作为可视化库支持以图、表的形式输出结果。该框架进行数据处理的具体流程如图1所示。

首先,基于Requests库对来自EIA 2022—2024年天然气储气库月度现场数据进行API调用。接着,利用SQLite关系型数据库对位于7个州36个活跃盐穴的垫气量、工作气量等核心数据信息进行结构化存储。进一步地,借助Pandas数据分析工具完成特征筛选、异常值处理和关键参数补全。通过Matplotlib可视化模块生成皮尔逊相关系数矩阵热力图,最终形成了含有980条有效信息的高质量数据集。

1.1 数据清洗规则

在数据处理层面,盐穴储气库原始数据共有1 334条,经过数据清洗后得到980条有效样本。根据储气库物质平衡法,即任一时间的总库容等于垫气量与工作气量之和,设定以下3条分别针对因变量、自变量及异常数据的不同清洗规则。

(1)对于总库容、垫气量、工作气量这三类变量,当其中某一类缺失时,可通过平衡法进行补全;当两类及以上数据信息缺失时,则予以删除^[4]。

(2)当储气库单日最大可采出气量的数据缺失时,同样予以删除,从而确保因变量的可靠性。

(3)对于异常数据可设置1%容差阈值,即总库容减去垫气量与工作气量之和不大于1%,通过删除不符合阈值的异常数据,确保数据的有效性。

1.2 皮尔逊相关性分析

为了观察自变量与因变量间的线性关联程度,进行皮尔逊相关性分析,其结果由可视化模块呈现,如图2所示。皮尔逊相关系数取值区间为[-1, +1],其中+1表示完全正相关,-1表示完全负相关,0代表无相关性。其中,采输能力与总库容、工作气量和垫气量间呈现了较强的相关性,皮尔逊相关系数均在0.8以上,满足储气库采输能力预测模型的基础条件^[10]。

2 随机森林预测模型的构建

2.1 随机森林算法介绍

随机森林(random forest, RF)是一种强大的集成学习方法,该方法的核心建立在决策树(decision tree,DT)与引导聚集算法(bootstrap aggregating,Bagging)基础之上。由于单一DT容易过拟合且方差较高,RF通过Bagging在训练过程中构建了多个DT并将其预测结果取平均值或以投票的形式得到最终结果,从而实现更加精准且稳健的预测。

RF的关键优势在于引入双重随机性,分别为数据随机性和特征随机性。这种包含双重随机性的Bagging框架显著提升了RF模型的整体预测精度。得益于上述机制,与其他机器学习算法(如SVM、ANN等)相比,RF模型展现出更高的鲁棒性和稳定性。

2.2 模型性能评价指标

为了评估机器学习模型的性能,选用决定系数(coefficient of determination,R²)、均方根误差(root mean square error,RMSE)和平均绝对误差(mean absolute error,MAE)作为预测评价指标^[19]。R²用于衡量模型的拟合优度,反映模型预测结果的准确性,其值趋近于1时表明模型拟合效果越好^[20]。RMSE和MAE用于衡量预测值与实际值之间的偏差,其值趋近于0时表明模型性能越好^[21]。R²、RMSE和MAE的计算公式分别为

(1)

${R}^{2}=1-\frac{\stackrel{n}{\sum _{i=1}}({Y}_{\mathrm{r}\mathrm{e}\mathrm{a}\mathrm{l}}-{Y}_{\mathrm{p}\mathrm{r}\mathrm{e}\mathrm{d}\mathrm{i}\mathrm{c}\mathrm{t}\mathrm{e}\mathrm{d}}{)}^{2}}{\stackrel{n}{\sum _{i=1}}({Y}_{\mathrm{r}\mathrm{e}\mathrm{a}\mathrm{l}}-{Y}_{\mathrm{r}\mathrm{e}\mathrm{a}\mathrm{l},\mathrm{m}\mathrm{e}\mathrm{a}\mathrm{n}}{)}^{2}},　\left[\mathrm{0,1}\right]$

(2)

$RMSE=\sqrt{\frac{1}{n}\stackrel{n}{\sum _{i=1}}({Y}_{\mathrm{p}\mathrm{r}\mathrm{e}\mathrm{d}\mathrm{i}\mathrm{c}\mathrm{t}\mathrm{e}\mathrm{d}}-{Y}_{\mathrm{r}\mathrm{e}\mathrm{a}\mathrm{l}}{)}^{2}},　[0,+\infty )$

(3)

$MAE=\frac{1}{n}\stackrel{n}{\sum _{i=1}}\left|{Y}_{\mathrm{p}\mathrm{r}\mathrm{e}\mathrm{d}\mathrm{i}\mathrm{c}\mathrm{t}\mathrm{e}\mathrm{d}}-{Y}_{\mathrm{r}\mathrm{e}\mathrm{a}\mathrm{l}}\right|,　[0,+\infty )$

式中:n为样本总数;i为样本序号;Y_real为第i个样本实际采输能力的标准化值;Y_predicted为第i个样本模型预测采输能力的标准化值;Y_real,mean为所有样本实际采输能力标准化值的平均值。

2.3 三重优化策略

为构建盐穴储气库采输能力高精度预测模型,首先将预处理后的数据集按照9∶1的比例随机划分为训练集与测试集。该划分方式确保了数据的独立性,有效避免了训练集偏差对模型泛化能力评估的干扰,以实现无偏验证。已有研究表明,在此划分比例下的RF模型可取得较优的预测性能^[10]。因此,基于该划分方式对RF模型逐级实施三重优化策略,最终构建出多采样率集成RF预测模型,其技术路线如图3所示。

2.3.1 双引擎超参数优化策略

网格搜索是一种穷举式超参数优化方法,通过遍历参数网格空间中所有可能的超参数组合,使用交叉验证等方式评估各组合的性能,最终找到性能最佳的组合。该方法的优势在于能够确保在所定义的有限参数空间内找到全局最优解^[22]。

相较于网格搜索,随机搜索采用了一种基于随机采样的高效优化策略。该方法的优势在于计算效率高、灵活性强、简单易用。虽然随机搜索无法严格保证全局最优解,但能在有限计算成本下以高概率逼近全局最优区域,从而快速找到优秀解。

对于RF这类参数空间大、训练成本高的预测模型,单一超参数优化方法往往面临着效率或精度方面的问题,二者难以兼具。由此,提出融合网格搜索与随机搜索的“双引擎”调优策略,在计算效率与模型性能精度之间实现了有效平衡,显著提升了RF预测模型调优的可行性与效果。

2.3.2 物理-数据驱动特征工程

地下储气库的主要特征参数及其物理意义如表1所示。为增强随机森林模型对储气库注采行为的物理适应性和表达能力,在原始6项核心特征的基础上构建了“物理-数据驱动”特征工程体系,如图4所示。原始特征包括总库容、垫气量、工作气量三类基础储量参数,以及由此衍生的垫气量/总库容与工作气量/总库容两项比例特征,同时引入地表温度作为长期温度条件的特征指标。这6项特征构成了最初的物理特征空间,但难以充分表达储气库在实际运行过程中呈现的非线性响应及温度-储量之间的耦合机制。

为进一步提升模型对物理过程的表达能力,采用多项式特征扩展方法,将原始的6项核心特征系统性地扩展至27项。扩展后的特征由一次项、平方项和交互项三部分组成:一次项保留原有6个基础变量,确保核心物理信息完整输入模型;平方项通过对各特征进行二次扩展,用于表达储量规模、比例结构或温度变化在数值增大时可能出现的非线性趋势;交互项通过任意两项原始特征相乘得到,用于反映储量参数与温度条件之间的耦合关系。例如,温度与总库容、垫气量或工作气量的交互项能够体现温度变化对腔内压力、气体密度及注采效率的影响,而储量结构内部的交互项则能够反映不同储量参数在不同注采阶段的重要性差异。通过这种从6维到27维的特征扩展方式,模型在表达非线性复杂关系方面的能力得到显著增强,同时更准确地表达了储气库在实际运行条件下的多因素影响特性。

为提升特征集的质量并增强模型对输入信息的有效利用,扩展后的特征进一步通过多样化补充与互信息筛选,从中选取信息贡献度更高的关键特征,形成更具代表性的高价值特征集,为后续模型的高精度预测提供坚实的数据基础^[23]。

2.3.3 三级自适应采样集成机制

该机制的核心在于不同采样率子模型间的优势互补,且能够根据数据的不同噪声水平动态分配各子模型的权重占比。首先,基于Bagging法协同95%、85%和75%三种采样率子模型搭建多采样率集成模型架构,各子模型采用独立的随机种子从而增强集成模型的多样性。接着,通过scikit-learn的投票机制实现动态加权融合。依据各子模型的袋外(out-of-bag,OOB)误差计算出噪声自适应权重,最终执行加权平均集成。如表2所示,本文机制在保障高采样率模型稳定性的同时,可激发低采样率模型的泛化潜能,并结合中采样率模型实现全局与局部特征平衡,形成了具备抗噪能力的集成预测模型。

3 结果与讨论

基于RF基础模型,针对其现存的问题递进式实施三重优化策略。首先,通过双引擎超参数优化策略寻找到最优参数组合,提高了模型的预测精度;进一步地,通过物理-数据驱动特征工程筛选出高价值特征,提升了模型的可解释性;最后,通过三级自适应采样集成机制增强模型的鲁棒性,并通过噪声测试验证了该机制对于提升模型鲁棒性的优势。

3.1 超参数优化结果分析

优化前RF模型(OriginalRF)和优化后RF模型(OptimizedRF)间的参数配置如表3所示,超参数优化前后模型的预测结果如图5所示。

分析表明,OriginalRF模型训练集的R²达到0.993 8,但测试集的R²仅为0.956 8,模型预测精度较差。经优化后,OptimizedRF模型测试集R²得到大幅提升,达到0.998 5,显著提高了模型的预测精度。OriginalRF模型训练集与测试集的R²差距为0.037,而OptimizedRF模型训练集与测试集的R²差距仅为0.000 8,该结果进一步证明了超参数优化后的预测模型性能得到了有效增强。

3.2 特征工程优化结果分析

经过特征工程优化后的RF模型(EnhancedRF)与OptimizedRF模型的特征结构差异如表4所示。由于在原始6个核心特征的基础上引入多尺度温度与季节性特征,包括年平均温度、季节温度、当前月份温度、极端温度、温度跨度、温度波动性以及季节指示变量等,模型的原始特征维度由6维增加至14维。这些温度与季节性特征用于反映长期气候背景、季节运行模式以及极端气候对采输能力的影响,使模型能够更全面地表达储气库在不同气候条件下的运行状态。在此基础上,通过智能特征选择策略生成的多项式特征进一步丰富了特征空间,使EnhancedRF模型能够量化温度-季节-区域的耦合影响,具备时空分布特性。

EnhancedRF模型经超参数优化后的最佳参数组合如表5所示,特征工程优化前后模型的性能结果对比如表6所示。在测试集评估中,EnhancedRF模型的RMSE为0.013 6,较OptimizedRF模型降低了60.2%;MAE为0.001 8,较OptimizedRF模型降低了66.0%。上述误差指标的显著改善充分证明了EnhancedRF模型的泛化性能得到巨大提升,为模型性能的突破性优化提供了理论支撑与实证依据。

3.3 采样率优化结果分析

经超参数优化及特征工程优化后,进一步采用三级自适应采样集成机制构建了多采样率集成RF(multi-sampling-rate random forest,MSR-RF)预测模型,其三层采样架构分别由采样率为95%、85%和75%的子模型搭建而成,具体参数配置及不同噪声环境中各子模型的权重分配如表7所示。

为了进一步分析MSR-RF模型的鲁棒性,通过严格控制变量实验同步设置了单一采样率RF(single-sampling-rate random forest,SSR-RF)预测模型作为对照组,即在控制其他参数、特征一致的情况下,分别经过超参数优化和特征工程优化后所形成的单一采样率为97%的SSR-RF模型。

如表8所示,相较于SSR-RF模型,MSR-RF模型的测试集R²从0.998 8提升至0.999 7,优化效果显著;MSR-RF模型的测试集RMSE和MAE分别降低了48.4%和52.1%,误差减半。由此说明,经采样率优化后的MSR-RF模型的学习效率得到了极大提升,即相同树数量下可捕获更为复杂的模式。此外,MSR-RF模型训练集与测试集R²差值为2×10^-4,远低于SSR-RF模型的1×10^-3,极大削弱了过拟合风险。以上分析结果充分验证了多采样率集成优化后的特征互补效应,显著增强了模型的鲁棒性和自适应能力。

3.4 MSR-RF模型分析与应用

3.4.1 SHAP分析

SHAP是一种基于合作博弈论的模型解释工具,可量化单个特征对预测结果的贡献。为了确保 SHAP 分析的代表性和准确性,选取MSR-RF模型中的高采样率随机森林子模型作为解释对象。该子模型与集成模型共享相同的特征空间,并保持一致的树结构特征分裂机制,其 SHAP 结果能够有效反映集成模型在特征层级上的决策依据。

如图6所示,SHAP 分析结果显示在引入比例特征、温度特征及温度-储量交互项后,该类特征空间中温度波动性、季节性温度、极端温度以及多个温度-储量交互项的重要性显著上升。模型能够识别储量结构与温度条件之间的耦合效应,使温度类特征在非线性关系中对采输能力的影响更加突出。这表明,通过引入更高阶物理特征,模型能够更有效地反映温度变化对采输能力的影响规律。

3.4.2 鲁棒性验证

考虑到盐穴储气库实际运行时,其采集数据可能夹杂着一些环境噪声。为验证采样率优化模型的实用性和鲁棒性,通过模拟盐穴储气库工业场景中的传感器误差与数据传输干扰,采用渐进式噪声注入方法,在原始训练数据中分别添加1%、2%和5%的高斯噪声,构建不同噪声水平环境。为了更好地分析采样率优化策略对于提升模型鲁棒性的相对优势,同时评估了SSR-RF模型与MSR-RF模型在面对不同数据质量时的鲁棒性差异。

如表9~表11所示,展示了SSR-RF模型与MSR-RF模型在鲁棒性分析中的测试集R²、RMSE和MAE对比。结果表明,MSR-RF模型的性能在不同噪声水平下均优于SSR-RF模型。随着噪声水平递增至5%,尽管MSR-RF模型的性能优势有所收敛,但RMSE和MAE的相对减少率仍然显著存在。此外,在高斯噪声的干扰下,MSR-RF模型的预测性能保持着较高的水平,体现出了良好的鲁棒性。以上结果证明了MSR-RF模型通过自适应集成不同采样率子模型有效提升了自身的鲁棒性,其集成投票机制可平均化各子模型的预测误差,从而降低噪声对最终结果的影响。该模型为盐穴储气库的工业化部署提供了坚实的理论与技术支撑。

3.4.3 典型工程应用

在盐穴储气库实际运行过程中,采输能力预测通常面临注采工况变化频繁、监测数据存在噪声以及运行优化决策时效性等工程问题。以天然气储气库在冬季高负荷调峰工况下为例,储气库需要在较短时间内完成高频次、大规模的采气作业,此时采输能力预测结果的准确性与稳定性直接关系到运行安全与供气可靠性。

针对上述工程需求,所提出的MSR-RF模型通过融合不同采样率子模型,在保障高采样率模型稳定性的同时,引入低采样率模型以增强整体模型面对复杂运行环境的适应能力。多采样率模型的集成机制使预测结果在不同工况下具备良好的鲁棒性,可有效降低单一采样策略对预测结果的影响。

在工程应用层面,相较于传统数值模拟方法,通过机器学习算法构建的智能预测模型无需进行复杂的物理建模与长时间数值计算,而是在获取运行数据后能够快速输出采输能力预测结果,为储气库运行管理提供高效的辅助决策支持。因此,该模型可作为现有工程计算方法的有效补充,应用于盐穴储气库日常运行分析、高频注采调控以及应急工况下的快速预测评估,对于提升储气库运行策略的智能化与精细化水平具有积极意义。该模型不仅在理论上具有合理性,在工程应用层面亦具备良好的实用价值。

4 结论

研究揭示了机器学习模型在预测地下动力系统动态参数方面的应用潜力。通过已获取的盐穴储气库存储参数从而预测其采输能力,对于提升盐穴的注采作业效率,促进风光发电消纳具有重要意义。针对在盐穴储气库采输能力预测中RF基础模型存在的优化耗时长、特征工程不完整和泛化能力不足的问题,创新性地提出了多采样率集成RF预测模型。该模型构建“三重优化”技术路线:采用双引擎超参数优化策略,融合网格搜索与随机搜索实现最优参数组合;设计物理-数据驱动特征工程,添加温度动态特征并通过互信息筛选生成高价值特征;基于引导聚集算法框架建立三级自适应采样集成机制,融合95%、85%和75%三种采样率子模型形成多层次预测体系,有效提升了整体模型的预测精度、可解释性和鲁棒性。为了验证该技术方案的有效性和优越性,针对三种优化策略优化前后的结果进行了逐级对比分析,得出如下主要结论。

(1)通过融合网格搜索与随机搜索两种超参数优化方法,确定最优参数组合,在计算效率与预测精度之间实现了有效平衡。经超参数优化后,模型的测试集R²从0.956 8提升至0.998 5,显著提高了模型的预测精度。

(2)通过添加温度动态特征并经过互信息筛选生成高价值特征,有效分散了核心特征的决策权重,从而降低过拟合风险。经特征工程优化后,模型的测试集RMSE和MAE分别降低了60.2%和66.0%,进一步提升了模型的泛化能力和决策可解释性。

(3)通过Bagging框架集成95%、85%和75%三种采样率子模型,最终形成了具有自适应调控特性的MSR-RF预测模型。该模型的测试集R²值高达0.999 7,测试集RMSE值和MAE值相较于SSR-RF预测模型分别降低了48.4%和52.1%。此外,在分别添加1%、2%和5%噪声水平的不同噪声环境中,MSR-RF模型的预测性能均优于SSR-RF模型,从而验证了多采样率集成机制对于提升模型鲁棒性的优势。

从工程应用来看,所提出的MSR-RF模型具备计算效率高、预测精度高及鲁棒性强等优势,可为盐穴储气库的运行管理提供快速、可靠的采输能力预测支持。该模型具有良好的可扩展性,未来可与储气库监测系统和调度决策系统相结合,服务于盐穴储气库的智能注采调控与数字化运行管理。同时,所提出的三重优化策略也可为其他类型地下储能设施的运行参数预测提供参考,具有一定的工程推广前景。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Wang X, Ma H, Zeng Z, et al. Determination of operating parameters for W-shaped salt caverns[J]. Energy, 2025, 322: 135204.

[2]	杨春和, 王同涛. 我国深地储能机遇、挑战与发展建议[J]. 科学通报, 2023, 68(36): 4887-4894.

[3]	Yang Chunhe, Wang Tongtao. Opportunities, challenges, and development suggestions for deep underground energy storage in China[J]. Chinese Science Bulletin, 2023, 68 (36): 4887-4894.

[4]	杨春和, 王贵宾, 施锡林, 等. 中国大规模盐穴储氢需求与挑战[J]. 岩土力学, 2024, 45(1): 1-19.

[5]	Yang Chunhe, Wang Guibin, Shi Xilin, et al. Demands and cha-llenges of large-scale salt cavern hydrogen storage in China[J]. Rock and Soil Mechanics, 2024, 45(1): 1-19.

[6]	Wei W, Hou J, Liu X. Evaluating and predicting deliverability of natural gas storage sites using stacking machine learning models[J]. Geoenergy Science and Engineering, 2025, 249: 21377.

[7]	Ali A, Guo L. Adaptive neuro-fuzzy approach for prediction of dewpoint pressure for gas condensate reservoirs[J]. Petroleum Science and Technology, 2020, 38(9): 673-681.

[8]	赵万明, 郑佐龙. 基于自适应频域多层感知器的短期风电功率预测新方法[J]. 科学技术与工程, 2025, 25(30): 12945-12953.

[9]	Zhao Wanming, Zheng Zuolong. Adaptive frequency domain multi-layer perceptron based new method for short-term wind power prediction[J]. Science Technology and Engineering, 2025, 25(30): 12945-12953.

[10]	李波, 王宁, 吕叶林, 等. 考虑环境因素的电动汽车充电站实时负荷预测模型[J]. 同济大学学报(自然科学版), 2024, 52(6): 962-969.

[11]	Li Bo, Wang Ning, Lü Yelin, et al. Real-time load prediction model of electric vehicle charging station considering environmental factors[J]. Journal of Tongji University(Natural Science), 2024, 52(6): 962-969.

[12]	范成强, 夏元友, 张宏伟, 等. 基于LLE-DBSCAN-SMOTE数据处理的隧洞岩爆预测[J]. 中国安全科学学报, 2024, 34(12): 140-148.

[13]	Fan Chengqiang, Xia Yuanyou, Zhang Hongwei, et al. Tunnel rockburst prediction based on LLE-DBSCAN-SMOTE data processing[J]. China Safety Science Journal, 2024, 34(12): 140-148.

[14]	曾锐, 邵燕林, 黄宇, 等. 基于深度学习的测井岩性智能识别[J]. 科学技术与工程, 2025, 25(30): 12804-12812.

[15]	Zeng Rui, Shao Yanlin, Huang Yu, et al. Intelligent identification of logging lithology based on deep learning[J]. Science Technology and Engineering, 2025, 25(30): 12804-12812.

[16]	Ali A. Data-driven based machine learning models for predicting the deliverability of underground natural gas storage in salt caverns[J]. Energy, 2021, 229: 120648.

[17]	Ali A, Aliyuda K, Elmitwally N, et al. Towards more accurate and explainable supervised learning-based prediction of deliverability for underground natural gas storage[J]. Applied Energy, 2022, 327: 120098.

[18]	Vo Thanh H, Safaei-Farouji M, Wei N, et al. Knowledge-based rigorous machine learning techniques to predict the deliverability of underground natural gas storage sites for contributing to sustainable development goals[J]. Energy Reports, 2022, 8: 7643-7656.

[19]	Vo Thanh H, Zamanyad A, Safaei-Farouji M, et al. Application of hybrid artificial intelligent models to predict deliverability of underground natural gas storage sites[J]. Renew Energy, 2022, 200: 169-184.

[20]	邓艺璇, 黄玉萍, 黄周春. 基于随机森林算法的电动汽车充放电容量预测[J]. 电力系统自动化, 2021, 45(21): 181-188.

[21]	Deng Yixuan, Huang Yuping, Huang Zhouchun. Charging and discharging capacity forecasting of electric vehicles based on random forest algorithm[J]. Automation of Electric Power Systems, 2021, 45(21): 181-188.

[22]	王来刚, 郑国清, 郭燕, 等. 融合多源时空数据的冬小麦产量预测模型研究[J]. 农业机械学报, 2022, 53(1): 198-204, 458.

[23]	Wang Laigang, Zheng Guoqing, Guo Yan, et al. Prediction of winter wheat yield based on fusing multi-source spatio-temporal data[J]. Transactions of the Chinese Society for Agricultural Machinery, 2022, 53(1): 198-204, 458.

[24]	毛靖, 陈仲旭, 刘加元, 等. 基于差分进化优化的随机森林产能预测[J]. 河南科技, 2024, 51(21): 32-37.

[25]	Mao Jing, Chen Zhongxu, Liu Jiayuan, et al. Productivity prediction based on random forest optimized by differential evolution[J]. Henan Science and Technology, 2024, 51(21): 32-37.

[26]	仉文岗, 唐理斌, 陈福勇, 等. 基于4种超参数优化算法及随机森林模型预测TBM掘进速度[J]. 应用基础与工程科学学报, 2021, 29(5): 1186-1200.

[27]	Zhang Wengang, Tang Libin, Chen Fuyong, et al. Prediction for TBM penetration rate using four hyperparameter optimization methods and random forest model[J]. Journal of Basic Science and Engineering, 2021, 29(5): 1186-1200.

[28]	周古辛, 胡桂开. 基于网格算法和粒子群算法的随机森林参数优化[J]. 安徽大学学报(自然科学版), 2025, 49(3): 27-34.

[29]	Zhou Guxin, Hu Guikai. Parameter optimization of random forest based on grid algorithm and particle swarm optimization[J]. Journal of Anhui University(Natural Science Edition), 2025, 49(3): 27-34.

[30]	陈明强, 郑文浩, 孙雁君, 等. 基于回归树和随机森林的通航飞机燃油消耗预测[J]. 科学技术与工程, 2025, 25(7): 3026-3034.

[31]	Chen Mingqiang, Zheng Wenhao, Sun Yanjun, et al. Fuel consumption prediction of general aviation aircraft based on regression tree and random forest[J]. Science Technology and Engineering, 2025, 25(7): 3026-3034.

[32]	Chicco D, Warrens M J, Jurman G. The coefficient of determination R-squared is more informative than SMAPE, MAE, MAPE, MSE and RMSE in regression analysis evaluation[J]. PeerJ Computer Science, 2021, 7: e623.

[33]	Hodson T O. Root-mean-square error (RMSE) or mean absolute error (MAE): when to use them or not[J]. Geoscientific Model Development, 2022, 15(14): 5481-5487.

[34]	陈明圣, 洪小燕, 彭清霞, 等. 基于网格搜索-随机森林算法的农业碳足迹评价及其影响因素研究——以福建省为例[J]. 生态学报, 2025, 45(14): 6871-6885.

[35]	Chen Mingsheng, Hong Xiaoyan, Peng Qingxia, et al. Agricultural carbon footprint evaluation and its influencing factors based on grid search-random forest algorithm: taking Fujian Province as an example[J]. Acta Ecologica Sinica, 2025, 45(14): 6871-6885.

[36]	赵国亮, 刘强, 陈泽平, 等. 基于可解释的麻雀优化随机森林算法的驾驶疲劳检测方法[J]. 科学技术与工程, 2024, 24(30): 13161-13169.

[37]	Zhao Guoliang, Liu Qiang, Chen Zeping, et al. Driving fatigue detection based on interpretable sparrow search algorithm optimized random forest algorithm[J]. Science Technology and Engineering, 2024, 24(30): 13161-13169.

基金资助

国家重点研发计划(2024YFB4007100)

PDF (6039KB)

访问

被引

详细

导航

Received	Published	Revised
2025-10-10	2026-08-28	2026-01-19
Online Date
2026-09-04

摘要