基于大数据应用的300MW CFB机组调峰经济性研究

摘要

如何利用煤耗实时在线监测系统积累的调峰运行数据，缓解云南火电机组长期低负荷运行经济性差的问题，而使机组在调峰运行时同样具有当前条件下最优经济性，则确定此时运行参数规则是关键。
　　本文针对云南电网的某台300MW CFB机组调峰运行数据，探讨了数据处理的方法和原则。其次，为进一步找到大数据中隐藏的所需信息，本文引进属性模糊聚类和多维关联规则算法对数据进行分析。
　　通过属性模糊聚类分析和多维关联规则算法对该机组的低负荷运行数据分析后，得到105MW~135MW、135MW~165MW、165MW~195MW、195MW~225MW负荷时机组热耗率最优的运行方案。结果表明属性模糊聚类分析能够在无专家指导的情况下简化影响机组经济性指标参数的构成，而多维关联算法可得到运行参数基准值。说明基于煤耗在线监测系统的数据挖掘算法是提高机组运行经济性的一个有效途径，可以为云南电网火电机组给予更加科学的运行指导。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 选题背景和意义

1.2 国内外机组调峰经济性研究现状

1.3 本文主要工作内容

第2章 研究数据获取分析

2.1 云南电网火力机组煤耗在线监测系统

2.2 大数据来源

2.3 数据预处理

2.4 本章小结

第3章 属性模糊聚类及关联规则算法分析

3.1 属性模糊聚类分析

3.2 关联规则算法分析

3.3 本章小结

第4章 数据挖掘在调峰经济性研究中的应用

4.1 不同边界条件时机组热耗率分析

4.2 不同负荷时汽轮机缸效率分析

4.3 不同负荷时加热器端差分析

4.4 本章小结

第5章 结论与展望

参考文献

在学期间发表的学术论文和参加科研情况

致谢