基于关联规则的数据挖掘技术在火电厂运行优化中的应用

摘要

电厂的历史数据库中存储了大量的数据，这些数据的背后隐藏了许多对提高电厂的生产效率、经济安全性有积极的指导意义的信息。本文用基于关联规则的数据挖掘技术进行数据开采，以充分发挥大量历史数据对电力生产的指导作用。 论文首先研究了布尔型关联规则挖掘的经典算法Apriori，并比较其与改进算法AprioriTid和AprioriHybrid在挖掘过程中时间开销上的差异。然后探讨了模糊关联规则算法Fuzzy_Apriori，并运用该算法从含有耗油量、马力、载重三个字段的汽车数据库提取关联规则。最后运用基于聚类的模糊关联规则算法对某电厂锅炉系统运行数据进行规则提取，开采出在某一负荷下烟气含氧量的目标值，该值与定量计算的烟气含氧量值相一致，从而验证了基于关联规则的数据挖掘技术应用于电厂运行优化的有效性。

目录

文摘

英文文摘

声明及关于学位论文使用授权的说明

第一章引言

1.1课题研究的目的和意义

1.2课题研究的国内外动向

1.3论文的主要工作

1.4数据挖掘概述

1.4.1数据挖掘含义和内容

1.4.2数据挖掘与传统分析方法的区别

1.4.3数据挖掘的组成部分

1.4.4数据挖掘的一般方法

第二章数据预处理技术

2.1实际数据存在的问题

2.2数据预处理的内容

2.2.1数据清洗(Data Cleaning)

2.2.2数据集成(Data Integration)

2.2.3数据变换(Data Transformation)

2.2.4数据简化(Data Reduction)

2.3数据预处理的主要方法

2.3.1基于粗糙集(RS)理论的约简方法

2.3.2基于概念树的数据浓缩方法

2.3.3基于统计分析的属性选取方法

2.3.4遗传算法

第三章布尔关联规则挖掘算法及其性能分析

3.1关联规则的基本概念

3.1.1基本概念

3.1.2关联规则分类

3.2三种布尔型关联规则挖掘算法

3.2.1 Apriori算法

3.2.2 AprioriTid算法

3.2.3 AprioriHybrid算法

3.2.4三种经典关联规则算法的性能比较

第四章模糊关联规则算法

4.1数值关联规则概述

4.1.1数值关联规则挖掘的关键技术

4.1.2数值关联规则挖掘的主要过程

4.2模糊关联规则算法

4.2.1布尔型关联规则的局限性

4.2.2模糊关联规则算法

第五章基于模糊关联规则算法的烟气含氧量目标值的确定

5.1运行参数目标值概述

5.2聚类分析方法

5.2.1模式相似性测度

5.2.2聚类方法

5.3锅炉重要运行参数的计算

5.3.1影响锅炉热效率的因素

5.3.2锅炉运行过程中排烟过量空气系数的计算

5.3.3锅炉各项热损失的计算

5.4基于模糊关联规则算法的的锅炉烟气含氧量目标值的确定

5.4.1运行参数目标值确定的思路

5.4.2实例分析

第六章总结与展望

6.1总结

6.2展望

参考文献

致谢

在学期间发表的学术论文和参加的科研情况