基于数据挖掘技术的火电厂设备预测检修研究

摘要

随着DCS系统在电力行业的普遍推广，电厂的DCS系统中存储着大量有关设备状态的数据，这些数据的背后隐藏着许多对提高电厂生产效率、经济安全性有积极指导意义的信息。本文将关联规则挖掘技术用于火电厂设备状态检修，试图为火电厂的预测检修管理提供决策依据。文章介绍了数据挖掘的基本知识，着重研究了关联规则的基本理论和算法以及编程实现。内容安排如下：首先简介了数据挖掘技术、数据仓库技术、关联规则挖掘技术、数据预处理的必要性和方法等，之后探讨了火电厂设备检修管理体制的演变与发展，最后在详细研究关联规则挖掘算法的基础上，开发了关联规则挖掘技术在张家口发电总厂给水泵预测检修系统中的应用实例，利用SQL Server2000和Delphi语言完成了关联规则挖掘算法的编程实现。

目录

文摘

英文文摘

声明

第一章绪论

1.1本文选题的背景

1.1.1电厂检修管理工作现状

1.1.2数据挖掘产生的背景和现状

1.1.3关联规则挖掘技术及现状

1.2本文选题的意义

1.3本文的研究思路、方法和框架

第二章基础理论研究

2.1数据挖掘技术

2.1.1数据挖掘的功能

2.1.2数据挖掘的方法和技术

2.1.3数据挖掘的一般过程

2.2数据仓库技术与数据预处理

2.2.1数据仓库的定义和特点

2.2.2数据仓库和传统数据库的比较

2.2.3数据挖掘(DM)与数据仓库(DW)的关系

2.2.4数据的预处理方法

2.3关联规则挖掘技术

2.3.1基本概念

2.3.2关联规则的分类

2.3.3关联规则挖掘的一般步骤

第三章火电厂设备检修管理体制的研究

3.1设备维修管理理论及其发展

3.2设备维修管理方式的演变

3.3火电厂设备维修管理技术的研究

3.3.1国外情况

3.3.2国内情况

3.4状态检修技术研究

3.4.1状态检修技术

3.4.2预测检修技术

3.5实施状态检修的必要性

3.6实施状态检修的原则

第四章关联规则在电厂设备预测检修管理中的应用研究

4.1关联规则挖掘算法的研究与选择

4.1.1经典频繁项集算法-Apriori算法

4.1.2基于Apriori算法的改进-AprioriTid

4.2以前给水泵系统的检修情况

4.3开发给水泵系统预测检修系统的条件

4.4开发给水泵预测检修系统的基本思路

4.5给水泵预测检修系统的开发

4.5.1样本数据的选择

4.5.2数据仓库模型的建立

4.5.3数据仓库的建立

4.5.4数据的导入

4.5.5数据的预处理

4.5.6数据的转换

4.6数据挖掘结果及分析

结束语

参考文献

致谢

在校期间发表的学术论文