机组运行优化系统中数据检验和优化目标值问题的研究与应用

摘要

随着中国电力工业的迅猛发展,电站信息的集成度将越来越高.海量的传感器数据和专家经验提供了大量反映机组运行状态的信息,利用数据挖掘方法对这些宝贵的信息资源进行加工与应用,必将对运行优化和提高机组的经济性、安全性、可靠性等都具有重要的现实意义.该文结合数据挖掘的技术,对机组运行优化系统(UPOS)中的数据检验和优化目标值问题的解决方案作了研究,主要内容如下:论文首先介绍了数据挖掘技术的基础理论,重点介绍了数据挖掘中的数据检验理论,关联模式和回归模式的有关理论:其次,论文阐述了基于数据挖掘中的主要素分析(PCA)理论和改进的鲁棒自联想神经网络(RAAN)的数据检验方法,检验结果表明两种方法的有效性,同时还总结了六种常见的传感器故障模式及其数据检验;然后,论文介绍了数据挖掘中的关联规则在优化目标值挖掘中的运用,首次提出了基于回归分析理论预测优化目标值的方法,预测结果表明该文算法能够方便、有效、准确地预测出机组当前运行状况下运行参数的优化目标值;最后,论文基于数据挖掘的理论和知识工程的增量式开发方法研制了运行优化数据检验软件和优化目标值挖掘软件.提出了数据分级分类的检验、参数分类挖掘和考虑安全性影响的预挖掘等思想.以上软件作为UPOS系统中的两个重要的功能模块,为机组的节能降耗、运行优化提供了良好的支持.

目录

文摘

英文文摘

东南大学学位论文独创性声明及东南大学学位论文使用授权声明

第一章绪论

1.1课题背景与意义

1.2国内外研究动态

1.3国内运行优化系统存在的问题

1.4论文的主要内容

第二章数据挖掘技术的基础理论

2.1引言

2.2数据挖掘的基本概念

2.3数据挖掘的挖掘模式和方法

2.4数据挖掘的处理过程

2.5数据挖掘在数据检验和优化目标值问题中的应用

2.6本章小结

第三章运行优化数据检验问题的研究

3.1引言

3.2基于数据挖掘PCA理论的数据检验

3.3基于神经网络的信号恢复方法

3.4本章小结

第四章运行优化目标值问题的研究

4.1引言

4.2基于多维关联规则在目标值挖掘

4.3基于趋势面预测的优化目标值的确定

4.4基于非线性逐步回归的优化目标值的确定

4.5本章小结

第五章软件开发及其与UPOS系统的集成

5.1引言

5.2 UPOS系统介绍

5.3知识工程的增量式开发方法

5.4运行优化数据检验软件的实现

5.5优化目标值挖掘软件的实现

5.6本章小结

第六章论文总结及展望

6.1论文内容总结

6.2展望

致谢

参考文献

作者在校期间发表的论文