偏最小二乘回归及其在机组参数预测中的应用

摘要

本文探讨了数据挖掘技术在电力行业的应用现状，认为数据挖掘技术在电力行业中有着广阔的发展空间，而统计学方法是数据挖掘研究的重要途径之一。利用数据挖掘中的回归模式来研究变量之间的相关关系，对偏最小二乘回归分析方法进行了深入的研究，并将其应用于电厂DCS数据分析中，获得了有益的分析结果。偏最小二乘回归法是近年来产生和发展的一个具有广泛适用性的多元统计分析方法，该方法基于成分提取的思想有效地克服了自变量间的多重相关性问题，计算结果更为可靠，利于建模和预测。最后通过实例分析表明该方法可以用于机组参数的趋势预测、缺值检验等方面，可以在运行操作中对一些参数的优化控制提供参考，有利于指导电厂机组的优化运行。

目录

文摘

英文文摘

声明及关于学位论文使用授权的说明

第一章绪论

第二章数据挖掘与统计分析方法

第三章偏最小二乘回归模型

第四章基于偏最小二乘回归的机组参数预测实例分析

第五章结论与展望

参考文献

致谢

在学期间发表的论文和参加科研情况