基于数据挖掘的燃煤机组厂级负荷经济调度

摘要

为实现节能降耗,解决燃煤电厂负荷厂级经济调度问题,根据燃煤机组历史运行数据特点,提出基于数据挖掘的厂级负荷经济调度方法.首先,利用滑动窗口技术提取稳态工况运行数据并结合模糊C均值聚类算法实现稳态工况划分;其次,基于高斯过程回归算法建立各工况下机组煤耗特性预测模型;由此构建以平均煤耗率最小的厂级负荷经济调度模型,通过遗传算法求解各机组调度出力;最后,通过仿真实例分析验证本文厂级负荷经济调度方法的有效性.仿真结果表明:本文厂级负荷经济调度方法能够准确建立机组煤耗预测模型,相较于单机调度模式,厂级负荷经济调度方法对机组间负荷分配更为合理,降低了全厂平均煤耗率,提升了机组的节煤潜力,最高可节煤1.77g/(kW·h).