第 5 期 | 特征工程工业 AI 的第一生产力工业 AI 界有一句被反复验证的箴言“特征决定模型上限算法只是逼近这个上限。”在工业表格数据上一个精心设计的特征体系可以让线性回归跑赢草率建模的深度网络。本期给出工业特征工程的完整方法论特征构造的四层体系、物理驱动特征的构造范式、以及特征质量的三重检验。一、为什么特征工程在工业中如此重要 ️互联网 AI 的特征工程已被深度学习大幅自动化图像、文本的表征可由网络自动学习但工业数据多为异构表格时序原始工业数据2000测点 秒级采样强噪声 多尺度特征工程降维 去噪 注入物理语义紧凑特征集50-200个高信息密度特征中小规模模型即可胜任GBDT/浅网络跳过特征工程原始序列直接喂模型需要海量数据学习已知规律的冗余表达工业数据量撑不起工业过程的许多规律时滞、惯量、守恒是已知的——把这些先验以特征形式显式注入模型就不必从数据中重新发现它们。这是小样本工业场景下精度差距的主要来源。二、工业特征的四层构造体系 第 1 层原始物理量层直接采集的测点值温度、压力、流量、电流。问题量纲混杂、采样频率不一、含噪。第 2 层统计变换层对时窗内的原始量做统计聚合统计特征物理意义工业示例滑动均值趋势的平滑表达风压 30min 均值标准差/方差波动强度压差波动度炉况稳定性斜率/变化率变化方向与速度炉顶温度爬升速率最大值-最小值极值跨度水温差带宽分位数稳健的位置度量90 分位温度抗噪第 3 层物理衍生层基于领域知识组合的有物理语义的特征——这是工业特征工程的灵魂物理衍生特征构造范式比值类: 变量相对关系透气性指数风量/压差碱度CaO/SiO2守恒类: 平衡计算残差热平衡差额 物料平衡差额残差异常计量或过程异常效率类: 输出/投入煤气利用率ηCOCO2/(COCO2)无量纲类: 相似准则数雷诺数 努塞尔数跨装置可比性物理衍生特征的三重价值信息密度高一个 ηCO 浓缩了整个煤气利用状况、跨装置可迁移无量纲化后炉容差异被归一、可解释性强工长一看就懂。第 4 层时序结构层刻画时间维度的特征滞后特征x(t-τ)τ 依工艺时滞表设定如喷煤对炉温的 τ2~4h多尺度窗口同一变量的短窗10min抓瞬态与长窗8h抓趋势特征并存事件特征距上次休风/变料的时间、操作变更标志位周期特征班次、日内时刻、季节项用正弦/余弦编码。三、特征构造的实战案例炉温预测特征集 以高炉 [Si] 预测为例一个生产级的特征集结构特征组代表特征数量级即时操作组风量、风温、富氧、喷煤量当前值8~12滞后操作组煤量 t-2h/t-4h、风温 t-2h10~15原料质量组入炉品位、焦炭灰分、碱度按料批对齐8~10状态指示组透气性指数、ηCO、压差波动度6~8热状态组前次[Si]、理论燃烧温度、热负荷6~8时序统计组关键变量 1h/4h/8h 均值与方差15~20合计 50~80 个特征——这个规模下 GBDT 类模型表现最优超过 300 个特征则必须做特征选择否则噪声特征将淹没信号。四、特征质量的三重检验 特征质量三重检验统计检验: 相关性筛选互信息/皮尔逊剔除零方差与共线模型检验: 重要性排序GBDT重要性SHAP末位淘汰迭代物理检验: 专家审查符号合理性 因果合理性剔除虚假相关合格特征集物理检验不可省略——统计相关不等于因果。经典反面案例某模型发现某仪表读数与炉温高度相关特征重要性第一专家审查发现该仪表位于铁口附近其读数是炉温的结果而非原因反向因果若用于预测将造成泄漏。物理审查要回答三个问题该特征与目标的时间先后关系是否符合因果方向相关性的物理机制能否解释该特征在预测时刻是否真实可得排除未来信息五、特征工程的平台化特征中台 当企业内模型数量增长后特征工程必须从项目制手工作坊升级为特征中台特征注册中心特征定义、计算逻辑、负责人、血缘关系统一管理离在线一致性同一特征定义同时服务于离线训练与在线推理杜绝训练-服务偏差专栏一第 23 期坑 6特征复用跨模型复用已验证特征如透气性指数被炉温、炉况、气流多个模型共用避免重复建设与口径不一。原始数据层特征计算引擎统一定义DSL特征存储: 离线仓在线库同源定义 双路物化模型A 炉温预测模型B 炉况诊断模型C 能耗优化 本期小结特征工程是工业 AI 的第一生产力注入先验知识小样本场景的决定性因素四层构造体系原始物理量→统计变换→物理衍生灵魂层→时序结构物理衍生特征三重价值高信息密度、跨装置迁移、强可解释特征质量三重检验统计、模型、物理——物理审查防范反向因果与未来信息泄漏规模化阶段必须建设特征中台保证离在线同源与跨模型复用。下期预告第 6 期进入算法实战——回归算法的工业适用性全景从线性回归到 GBDT 的精度-解释性-成本权衡以及回归模型评估的工业标准。作者高炉炼铁智能化技术研究者专注钢铁冶金与人工智能 交叉领域。 如果觉得有帮助请点赞、收藏、转发版权归作者所有未经许可请勿抄袭套用商用(或其它具有利益性行为)。 关注专栏不错过后续精彩内容
