论文部分内容阅读
电站运行优化以单元机组为对象,以降低和控制机组供电煤耗为目标,对机组热力系统进行优化调整,确定在不同负荷下的最佳运行工况,并对机组实现性能在线监测及动态耗差分析,指导电厂优化运行和管理,在几乎不增加投入的情况下,通过调整运行参数、运行方式和减少泄漏达到提高机组效率,降低机组煤耗的目的。目前电站运行优化中的关键和难点问题如优化目标值确定、运行优化操作指导等还存在很多不完善之处。电力企业积累了大量数据,从热力系统自身的运行数据中找到改善系统运行的知识和手段,是很有现实意义和研究价值的问题。数据挖掘正是这样一种从大量数据中抽取出未知有价值知识的有力工具。本文围绕数据挖掘技术在电力系统节能中的应用,着重分析了以下几个问题:1.将增量挖掘技术引入到电站运行优化中,用于机组运行参数优化目标值的确定,提出了基于增量数据挖掘的电站运行参数优化目标值确定总体结构。指出电站运行参数的最优值并不是一成不变的,随着机组运行时间的延长,机组运行状态发生改变,原有的挖掘结果可能不再适用,需要重新确定最优值。重新挖掘费时费力,所以引入增量式挖掘,充分利用原有的挖掘结果,避免重复挖掘,提高了挖掘效率,使得参数最优值可以随机组运行状态发生改变而动态更新。2.提出了改进的增量式数值型关联规则挖掘算法,用于解决最小支持度不变,而数据库动态发生变化后的规则维护问题。引入了隶属函数的概念,指出参数隶属度的确定应根据具体情况,并通过实例演示说明增量挖掘过程中标准化函数确定的重要性。3.进行了电站运行数据的检验和相关性分析。通过数据检验可以改善数据质量,提高挖掘结果的准确性。通过相关性分析可以帮助进行属性选择,在学习阶段就去除无关或冗余属性,防止与挖掘任务无关的属性来减缓甚至误导整个挖掘过程,提高挖掘的效率和质量。4.提出利用偏相关分析方法发现不同参数间的联系。进行偏相关分析时,需要掌握多个变量的数据,一方面考虑多个变量相互之间可能产生的影响,一方面又采用一定的方法控制其他变量,专门考察两个特定变量的净相关关系。5进行氧量经济性分析,并利用增量数据挖掘技术确定各工况下的氧量最优值。这种方法确定的氧量最优值建立在现有设备实际运行基础上,通过运行调整可以达到,与传统方法相比具有合理性、准确性和可操作性。增量挖掘可以充分利用原有的挖掘结果,避免了重复挖掘,提高了挖掘效率。