基于历史最优工况的火电机组参数目标值确定

摘要

在自动化水平和信息化技术发展迅猛的大背景下，我国电站控制运行优化技术也在不断提高。随着SIS和MIS系统在电站的普及，机组海量的实时历史运行数据得以存储，如何利用这些数据背后隐藏的规律和知识来进一步优化火电机组运行水平，是相关技术人员所面临的挑战。数据挖掘技术是在大数据时代应运而生的工具，将其应用于火电机组历史运行数据库，能有效应对电站数据库数量多、维度高、耦合性强及动态性等特点，并挖掘出对决策制定有一定影响的参考信息。本文将数据挖掘技术引入火电机组优化运行目标值确定，以历史运行数据库为依托，围绕基于数据分析在火电机组不同系统中的应用，进行了以下几方面的研究：
　　1.针对经典 Apriori算法中多次扫描数据库，产生较多冗杂候选项集的不足，提出了一种改进 Apriori算法，通过定义一种事务数据布尔向量矩阵及对应的列向量，减少了数据库扫描次数，并利用项集的有序性，对冗杂候选项集进行了剔除，提高了算法的效率。
　　2.利用某600MW火电机组制粉系统及配风方式相关历史运行数据库，建立了基于矩阵的改进 Apriori算法挖掘模型，对磨煤机一次风流量、给煤机速率、磨煤机出口风压及二次风门开度等参数进行挖掘，得到了全工况下各运行参数最优参考目标值。
　　3.提出了一种基于 PSO-SVR的凝汽器真空目标值预测模型，在改进关联规则对循环水系统数据库进行规则挖掘的基础上，确定软测量模型的样本库，利用粒子群算法对支持向量机模型的参数进行优化建模，实现对凝汽器真空目标值的确定和凝汽器运行状态的评估。

目录

声明

第1章 绪论

1.1 选题背景及其意义

1.2 国内外研究现状

1.3 本文主要研究内容

第2章 关联规则挖掘算法基本理论

2.1 关联规则相关概念

2.2 关联规则算法

2.3 改进关联规则挖掘算法

2.4 关联规则挖掘模型

2.5 本章小结

第3章 制粉系统及二次风门运行参数目标值确定

3.1优化对象概况

3.2数据处理及机理分析

3.3改进关联规则挖掘过程及结果分析

3.4本章小结

第4章 凝汽器真空目标值确定研究

4.1凝汽器真空优化概况

4.2 真空目标值预测模型建立

4.3 基于历史最优工况的真空目标值确定

4.4 本章小结

第5章 结论与展望

参考文献

攻读硕士学位期间发表的论文

致谢