基于歷史最優(yōu)工況的火電機(jī)組參數(shù)目標(biāo)值確定.pdf

1、在自動(dòng)化水平和信息化技術(shù)發(fā)展迅猛的大背景下，我國電站控制運(yùn)行優(yōu)化技術(shù)也在不斷提高。隨著SIS和MIS系統(tǒng)在電站的普及，機(jī)組海量的實(shí)時(shí)歷史運(yùn)行數(shù)據(jù)得以存儲(chǔ)，如何利用這些數(shù)據(jù)背后隱藏的規(guī)律和知識(shí)來進(jìn)一步優(yōu)化火電機(jī)組運(yùn)行水平，是相關(guān)技術(shù)人員所面臨的挑戰(zhàn)。數(shù)據(jù)挖掘技術(shù)是在大數(shù)據(jù)時(shí)代應(yīng)運(yùn)而生的工具，將其應(yīng)用于火電機(jī)組歷史運(yùn)行數(shù)據(jù)庫，能有效應(yīng)對(duì)電站數(shù)據(jù)庫數(shù)量多、維度高、耦合性強(qiáng)及動(dòng)態(tài)性等特點(diǎn)，并挖掘出對(duì)決策制定有一定影響的參考信息。本文將數(shù)據(jù)挖掘技

2、術(shù)引入火電機(jī)組優(yōu)化運(yùn)行目標(biāo)值確定，以歷史運(yùn)行數(shù)據(jù)庫為依托，圍繞基于數(shù)據(jù)分析在火電機(jī)組不同系統(tǒng)中的應(yīng)用，進(jìn)行了以下幾方面的研究：
　　1.針對(duì)經(jīng)典 Apriori算法中多次掃描數(shù)據(jù)庫，產(chǎn)生較多冗雜候選項(xiàng)集的不足，提出了一種改進(jìn) Apriori算法，通過定義一種事務(wù)數(shù)據(jù)布爾向量矩陣及對(duì)應(yīng)的列向量，減少了數(shù)據(jù)庫掃描次數(shù)，并利用項(xiàng)集的有序性，對(duì)冗雜候選項(xiàng)集進(jìn)行了剔除，提高了算法的效率。
　　2.利用某600MW火電機(jī)組制粉系統(tǒng)及配風(fēng)

3、方式相關(guān)歷史運(yùn)行數(shù)據(jù)庫，建立了基于矩陣的改進(jìn) Apriori算法挖掘模型，對(duì)磨煤機(jī)一次風(fēng)流量、給煤機(jī)速率、磨煤機(jī)出口風(fēng)壓及二次風(fēng)門開度等參數(shù)進(jìn)行挖掘，得到了全工況下各運(yùn)行參數(shù)最優(yōu)參考目標(biāo)值。
　　3.提出了一種基于 PSO-SVR的凝汽器真空目標(biāo)值預(yù)測(cè)模型，在改進(jìn)關(guān)聯(lián)規(guī)則對(duì)循環(huán)水系統(tǒng)數(shù)據(jù)庫進(jìn)行規(guī)則挖掘的基礎(chǔ)上，確定軟測(cè)量模型的樣本庫，利用粒子群算法對(duì)支持向量機(jī)模型的參數(shù)進(jìn)行優(yōu)化建模，實(shí)現(xiàn)對(duì)凝汽器真空目標(biāo)值的確定和凝汽器運(yùn)行狀態(tài)的評(píng)