数据挖掘技术在火力发电厂中的应用研究

论文摘要

本文对数据挖掘技术课题进行了的研究,尤其对关联规则数据挖掘的技术和算法,特别是模糊关联规则算法进行了深入地分析和研究。并将基于关联规则的数据挖掘技术应用于火力发电厂的运行优化之中,观察探讨数据挖掘技术在电力系统电厂中的应用现状,认为在电力系统中,数据挖掘技术有广阔的发展空间和前景。电厂的历史数据库中存储了大量的数据,这些数据的背后隐藏了许多对提高电厂的生产效率、经济安全性有积极的指导意义的信息。本文用基于关联规则的数据挖掘技术进行数据开采,以充分发挥大量历史数据对电力生产的指导作用。论文首先引入数据挖掘技术的概要及相关知识,介绍常用的数据挖掘方法。接着研究了布尔型关联规则挖掘技术的相关概念以及关联规则挖掘技术的经典算法——Apriori算法,并根据电厂中的实时数据,设计相应的挖掘算法。然后探讨了模糊关联规则算法Fuzzy-Apriori,最后是本文的关键,研究数据挖掘技术在火力发电厂运行优化中的应用,研究运行参数目标值含义及其确定的前提条件。研究模式识别中的经典聚类算法:C均值聚类算法和ISODATA算法,以解决模糊关联规则算法FuzzyApriori中隶属度函数难以确定的问题。运用基于聚类的模糊关联规则算法对某电厂锅炉系统运行数据进行规则提取,开采出在某一负荷下烟气含氧量的目标值,该值与定量计算的烟气含氧量值相一致,从而验证了基于关联规则的数据挖掘技术应用于电厂运行优化的有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 数据挖掘技术发展现状
• 1.2 数据挖掘与火力发电厂
• 1.3 本文的工作和意义
• 第2章 数据挖掘技术概述
• 2.1 数据挖掘的过程
• 2.2 数据挖掘的分析方法
• 2.2.1 关联分析
• 2.2.2 序列分析及时间模式
• 2.2.3 分类分析
• 2.2.4 聚类分析
• 2.2.5 孤立点分析
• 2.2.6 其他分析
• 第3章 布尔关联规则挖掘算法
• 3.1 关联规则的基本概念
• 3.1.1 基本概念
• 3.1.2 关联规则的分类
• 3.1.3 关联规则挖掘的一般步骤
• 3.2 关联规则挖掘算法——APRIORI算法
• 3.2.1 Apriori性质
• 3.2.2 Apriori算法
• 第4章 模糊关联规则算法
• 4.1 数值关联规则
• 4.1.1 数值关联规则挖掘的关键技术
• 4.1.2 数值关联规则挖掘的主要过程
• 4.2 模糊关联规则算法
• 4.2.1 布尔型关联规则的局限性
• 4.2.2 模糊关联规则算法
• 第5章 基于模糊关联规则算法的烟气含氧量目标值的确定
• 5.1 运行参数目标值概述
• 5.2 聚类分析方法
• 5.2.1 模式相似性测度
• 5.2.2 聚类方法
• 5.3 锅炉重要运行参数
• 5.3.1 锅炉运行过程中排烟过量空气系数的计算
• 5.3.2 锅炉各项热损失的计算
• 1、锅炉输入热量的计算
• 2、排烟热损失的计算
• 3、化学不完全燃烧热损失的计算
• 4、机械不完全燃烧热损失的计算
• 5、散热损失的计算
• 6、灰渣物理热损失的计算
• 5.4 基于模糊关联规则算法的的锅炉烟气含氧量目标值的确定
• 5.4.1 运行参数目标值确定的思路
• 5.4.2 实例分析
• 参考文献
• 致谢