基于Apriori改进关联规则算法的发电厂运行参数基准值挖掘

摘要

耗差分析是发电机组保持经济性运行的基础，传统耗差分析中获取基准值的方式具有计算复杂、难以实现等缺点。采用基于Apriori改进关联规则挖掘算法对燃气－蒸汽联合循环发电机组进行基准值的挖掘，通过Kohonen神经网络算法对稳态数据自动进行工况划分，聚类类别数目自动生成而非人工指定，保证了工况的科学性。将燃气轮机效率指标作为目标，进行基于目标制导的维度约束和样本压缩，精简了样本空间，进一步提高了基准值获取的效率，为耗差分析提供了便利。最后，以某150MW的燃气－蒸汽联合循环机组的燃气轮机效率为例进行运行参数基准值挖掘，通过对获得的基准值进行分析说明采用该方法进行基准值获取高效且科学合理。