基于数据挖掘的火电厂热工控制系统性能评价方法研究

摘要

现在电厂运行数据很容易获取和存储，这为人们利用历史数据进行分析和计算提供了丰富的资源。如何有效利用这些历史资源，确定当前控制系统运行的效果是否良好，性能是否下降。从而在问题出现之前采取措施，有针对性地重新进行整定或维护已成为目前备受关注的问题。基于数据挖掘原理的特点，本文提出将数据挖掘理论应用于火电厂热工控制系统性能评价过程中，在评价过程中采用的是数据挖掘中的粗糙集方法来实现的，文章给出了具体思路和应用步骤。将过热汽温中的一、二级喷水减温控制系统评价等级定为优、良、可、差四个等级，给出了控制系统性能的好坏。

目录

文摘

英文文摘

声明

第一章绪论

1.1选题背景和意义

1.2课题研究现状

1.2.1控制系统最小方差性能评价

1.2.2目前性能评价方法面临的主要问题

1.2.3数据挖掘理论的发展

1.2.4粗糙集理论在性能评价知识获取中的应用

1.3本文主要内容

第二章数据挖掘理论的相关知识

2.1基于粗糙集理论的数据挖掘研究现状

2.2数据挖掘定义及任务

2.3数据挖掘的基本过程及研究问题

2.3.1数据挖掘的基本过程

2.3.2粗糙集在数据挖掘中所研究的问题

2.4知识库

2.5粗糙集理论的基本概念

2.5.1信息系统

2.5.2不可辨识关系

2.5.3集合的近似

2.5.4非精确性的数字特征

2.5.5知识约简

2.5.6知识的依赖性

2.5.7决策表的简化

2.6小结

第三章 基于粗糙集理论的热工控制系统性能评价

3.1热工控制系统的性能评价实现方法

3.2过热蒸汽温度调节的意义

3.3过热汽温控制系统的特点及任务

3.4过热蒸汽温度控制对象的动态特征

3.5基于粗糙集理论的性能评价机器学习

3.6基于可辨识矩阵的属性约简的实现方法

3.6.1火电厂过热汽温度控制系统性能评价

3.6.2数据离散化

3.6.3决策表属性约简

3.6.4决策表属性值约简

3.6.5逻辑推理系统

3.7小结

第四章 热工控制系统性能评价实际数据实验

4.1过热汽温控制系统

4.2过热汽温控制系统的性能评价决策表属性约简实现方法

4.3性能评价知识

4.4性能评价具体实现步骤

4.4.1训练数据离散化

4.4.2原始决策规则合并同类项

4.4.3决策表条件属性的简化

4.4.4由属性约减决策表求取核值表

4.4.5逻辑推理系统

4.5小结

第五章总结及展望

5.1总结

5.2展望

参考文献

致 谢

在学期间发表的学术论文和参加科研情况