面向熱力系統(tǒng)大數(shù)據(jù)平臺的復(fù)雜數(shù)據(jù)預(yù)處理技術(shù)研究.pdf

1、隨著科技的發(fā)展，測量技術(shù)與儀器的進步，熱力系統(tǒng)在線監(jiān)測點不斷增多，提供的歷史運行數(shù)據(jù)也浩如煙海。通過建立支持熱力系統(tǒng)的大數(shù)據(jù)平臺，可以將大量的原始數(shù)據(jù)匯集在一起，通過智能分析、數(shù)據(jù)挖掘等技術(shù)分析數(shù)據(jù)中潛在的規(guī)律，預(yù)測電廠設(shè)備、系統(tǒng)的運行情況，幫助工作人員及時做出正確的決策，從而提高運行效率，取得更大的收益。熱力系統(tǒng)大數(shù)據(jù)在帶來巨大信息和利益的同時，也帶來了諸多挑戰(zhàn)性問題，例如數(shù)據(jù)的存儲、融合、可用性分析等。如何從爆炸式增長的數(shù)據(jù)中甄別劣

2、質(zhì)信息、保留有價值的信息，成為大數(shù)據(jù)帶來的一個巨大挑戰(zhàn)。數(shù)據(jù)預(yù)處理包括清洗、集成、轉(zhuǎn)換和約簡，是解決上述挑戰(zhàn)問題的一類重要的方法。數(shù)據(jù)約簡是大數(shù)據(jù)預(yù)處理中的一個核心環(huán)節(jié)，它通過對大數(shù)據(jù)的屬性進行約簡，極大地減少了大數(shù)據(jù)分析過程中的數(shù)據(jù)處理量，提高了數(shù)據(jù)處理的效率。
　　熱力系統(tǒng)大數(shù)據(jù)平臺提供的數(shù)據(jù)量大、維度高，而且運行數(shù)據(jù)不同于試驗數(shù)據(jù)，有著許多不利于建模的特點，例如，變量間存在多重相關(guān)性、工況組合分布不均勻、過程存在非線性等，這

3、些問題都嚴(yán)重阻礙著歷史數(shù)據(jù)建模方法的發(fā)展和應(yīng)用。為了降低熱力系統(tǒng)數(shù)據(jù)間的信息重疊性，盡可能提供獨立性較強的變量，對數(shù)據(jù)屬性進行降維。參考國內(nèi)外文獻專利，針對變量間的多重共線性問題，通過計算變量條件數(shù)和輔助回歸方程的方差膨脹因子(VIF)值，進行了綜合降維篩選。建模應(yīng)用時，用粗糙集法進行模型輸入變量的智能選擇，從而進一步實現(xiàn)屬性約簡。
　　為了驗證預(yù)處理效果，對某電廠600MW機組的歷史運行數(shù)據(jù)進行預(yù)處理，并用BP神經(jīng)網(wǎng)絡(luò)建立了鍋爐