《Process Safety and Environmental Protection》：Interpretable STL-LightGBM forecasting and monitoring of biogas production in a full-scale anaerobic co-digestion plant
编辑推荐：
摘要全规模厌氧共消化（AcoD）工厂每日沼气产量的可靠预测仍然具有挑战性，因为异质化原料、不规则监测频率和缺失的现场数据掩盖了多尺度过程动态。本研究开发了一个 STL-LightGBM 预测和监控框架，用于处理废污泥和食品废弃物渗滤液的全规模两阶段 AcoD 工厂。数据集包含
摘要
全规模厌氧共消化（AcoD）工厂每日沼气产量的可靠预测仍然具有挑战性，因为异质化原料、不规则监测频率和缺失的现场数据掩盖了多尺度过程动态。本研究开发了一个 STL-LightGBM 预测和监控框架，用于处理废污泥和食品废弃物渗滤液的全规模两阶段 AcoD 工厂。数据集包含 731 个连续运行日内收集的 43 个运行和环境变量，在构建 14 天滞后特征后，产生 717 条模型可用记录。为了避免依赖单一平滑目标，评估了原始、MA-3 和 MA-7 目标定义。对于原始目标，STL-LightGBM 优于朴素持久性和单目标 LightGBM（R2 = 0.505，RMSE = 515.47 m3/day），并在 MA-3 和 MA-7 平滑下保持竞争力，而更强平滑下的较高表观分数被解释为反映了目标变异性降低，而非内在过程改善。缺失数据重构使用保留的观测采样事件进行验证，而非采样日期之间未观测的每日实验室真值。随后使用分箱 TreeSHAP 贡献剖面、基于经验百分位限值的预测偏差筛查以及考虑观测协变的场景分析来支持特定工厂的解释。该框架为全规模 AcoD 运行提供了实用的监控工作流程，而其解释性输出应被视为特定工厂的模型关联，而非工厂运行的因果建议。
引言
厌氧消化（AD）被广泛用于稳定有机废物，同时回收沼气作为可再生能源。在全规模工厂中进行可靠预测仍然具有挑战性，因为 AD 性能源于耦合的水解、产酸、产乙酸和产甲烷途径，这些途径对原料成分、有机负荷、温度、酸碱平衡和抑制性中间产物呈非线性响应（Kadam 等，2024 年，Mata-Alvarez 等，2014 年）。最近的 AD 增强研究也强调，过程稳定性和甲烷回收可能受到添加剂、生物基碳材料和影响微生物互养及直接种间电子传递的运行条件的影响（Abbas 等，2021 年）。
这些挑战在厌氧共消化（AcoD）中更为加剧，其中共进料可以增强基质互补性和能量回收，但也可能增加原料成分和过程响应的变异性（Karki 等，2021 年，Li 等，2018 年，Nghiem 等，2017 年，Xu 等，2018 年，Zhang 等，2023 年）。最近一项对 432 个 AcoD 数据集的荟萃分析显示，协同响应强烈依赖于共基质组合，木质纤维素生物质与猪粪的相对协同指数为 1.91，食品废弃物与动物粪便为 1.28，并在重新分组高碳共基质后确认温度是影响甲烷产率的重要因素（Chuenchart 等，2024 年）。因此，全规模 AcoD 需要考虑特定工厂的运行环境，而不是假设单个变量独立作用。
受控的 AD 和 AcoD 研究进一步表明，使用低成本复合加速剂、蛭石、优化的基质比例或双杂原子掺杂生物基碳可以改善甲烷产量、有机物去除和消化物肥力（El Ibrahimi 等，2021 年，Jo 等，2024 年，Jun 等，2025 年，Li 等，2021 年，Wang 等，2019 年，Xu 等，2020 年，Zhang 等，2018 年）。更近期的材料辅助研究将这一工作扩展到碳量子点、改性黑磷和表面退火钛球，而多目标评估框架则同时强调能源输出、过程稳定性、降解效率、消化物肥力和消化物安全性（An 等，2023 年，Ke 等，2022 年，Liu 等，2023a 年，Yun 等，2023 年）。这些研究提供了受控条件下 AcoD 过程敏感性的重要证据，但它们并不能直接解决与稀疏、不规则、全规模现场数据集相关的预测和监控挑战。
在此背景下，AD 和 AcoD 的预测方法大致可分为机理或动力学、统计和时间序列、传统机器学习、深度学习以及混合或基于分解的模型。机理模型支持过程解释，但需要详细假设和特定工厂校准，而统计和时间序列模型相对透明，但可能无法完全捕捉非线性多变量行为。传统机器学习模型，如随机森林、支持向量回归、XGBoost 和 LightGBM，可以从常规监测数据中学习非线性关系，而深度学习模型可以表示复杂的时间依赖关系，但通常需要更大的数据集且提供的解释透明度较低（Batstone 等，2015 年，Cruz 等，2022 年，Gupta 等，2023 年，Khan 等，2023 年，Singh 等，2024 年，Wang 等，2020 年）。混合方法将预处理、特征选择、优化或信号分解与预测模型相结合。例如，Guo 等（2023 年）将特征选择和超参数优化与 LightGBM 相结合，而 Meng 等（2023 年）集成了多步预处理、信号分解和残差重构。最近的能源材料综述同样强调了数据驱动建模中的数据质量、特征工程、模型选择、优化和验证（Chen 等，2025b 年，Tang 等，2025 年）。尽管这些研究涉及其他能源系统，但其方法论原则支持了本研究将组自适应重构、STL 分解、组件特异性 LightGBM 建模和可解释分析整合用于全规模 AcoD。
尽管取得了这些进展，但在将机器学习作为全规模 AcoD 工厂的稳健决策支持工具时，仍存在几个差距。首先，现场数据集通常将具有不同采样频率和缺失机制的连续传感器测量、不规则实验室分析、天气变量和运行记录结合在一起（Jeong 等，2021 年，Li 等，2022 年，Sun 等，2023 年）。这种结构性缺失在全规模 AcoD 中尤为重要，因为实验室变量通常仅在采样事件期间测量，在采样日期之间没有直接观测。
其次，大多数全规模机器学习研究直接从多变量输入或滞后观测预测总沼气产量，从而将目标视为单一复合信号（De Clercq 等，2020 年，Jeong 等，2021 年，Li 等，2022 年，Long 等，2025 年，Sun 等，2023 年，Yildirim 和 Ozkaya，2023 年，Zou 等，2024 年）。然而，全规模 AD 的每日沼气产量通常反映了叠加的时间结构，包括缓慢的生化反应、不规则的运行模式以及由原料中断、控制偏差或测量异常引起的短期干扰（Dittmer 等，2021 年，Meola 和 Weinrich，2025 年）。因此，时间结构对于预测和监控具有信息量；然而，目标信号的显式分解尚未成为近期工厂级 AD 预测研究中的标准策略。
第三，仅靠预测准确性对于实际运行是不够的。现场操作人员需要关于影响变量的可解释信息、特定工厂的模型关联以及偏离预期过程行为的早期迹象。可解释机器学习可以支持这一目标，但贡献剖面不能被解释为因果阈值或通用运行限值（Chen 等，2025a 年，De Clercq 等，2020 年，Gupta 等，2023 年）。同样，模型残差或预测偏差可以支持探索性过程筛查，但在此类信号可被视为验证过的异常分类器之前，需要独立的工厂事件标签（Liu 等，2023b 年）。
为了解决这些差距，本研究提出了一种 STL-LightGBM 框架，用于处理废污泥和食品废弃物渗滤液的全规模两阶段 AcoD 工厂每日沼气预测和监控。该框架集成了：（i）具有结构性缺失的异质现场数据的组自适应重构，（ii）使用原始、MA-3 和 MA-7 沼气系列的目标定义敏感性分析，（iii）基于 STL 的分解和组件特异性 LightGBM 建模，（iv）用于特定工厂解释的分箱 TreeSHAP 贡献剖面，（v）经验预测偏差筛查，以及（vi）考虑观测协变的场景探索以支持运行。
章节片段
全规模工厂与数据采集
本研究使用了位于韩国 G 市的全规模中温 AcoD 工厂的运行记录，该工厂处理废污泥和食品废弃物渗滤液（图 S1）。该工厂包括四个 AcoD 反应器，每个有效工作体积为 2,694 m3，总有效工作体积为 10,776 m3。代表性原料和 AD 反应器环境，包括总固体 (TS)、挥发性固体 (VS)、pH 和碱度，汇总于表 S1 并图示于图 S2 中。
运行
组自适应缺失数据重构评估
全规模 AcoD 数据集表现出显著的结构性缺失，特别是间歇测量的现场实验室变量（85.8%），而在线 pH 变量显示中等缺失，连续记录的变量保持近乎完整（表 S2 和 S3）。因此，重构验证侧重于保留的观测采样事件和密集数据压力测试，而非采样日期之间未观测的每日实验室值。
跨越代表性
结论
本研究开发并评估了 STL-LightGBM，用于在真实现场数据约束下预测处理废污泥和食品废弃物渗滤液的全规模两阶段 AcoD 工厂的每日沼气产量。通过结合组自适应重构策略与 STL 以及趋势、季节和残差信号的组件特异性预测，该框架有效处理了具有显著缺失的异质变量。
跨匹配目标定义，STL-LightGBM
资助
本研究得到韩国国家研究基金会（NRF）通过基础科学研究项目提供的支持，由教育部资助（RS-2025-22452968）。本工作得到韩国 COSMO 管理的资源循环利用研究支持项目的支持。
CRediT 作者贡献声明
朴钟雨：写作 – 回顾与编辑，监督，资金获取，概念化。丁观浩：写作 – 回顾与编辑，方法论。赵尚烈：写作 – 回顾与编辑，数据管理。张贤云：写作 – 原始草稿，可视化，方法论，形式分析，数据管理。拉胡尔·卡达姆：写作 – 回顾与编辑，数据管理。
利益冲突声明
作者声明，他们没有已知的竞争性财务利益或个人关系，可能影响本文报告的工作。
张贤云 | 赵尚烈 | 拉胡尔·卡达姆 | 丁观浩 | 朴钟雨
