数据挖掘技术在火电厂优化运行中的应用

火电机组运行优化目标值的合理确定是实施机组性能诊断和优化运行的前提和基础，是电站运行优化的关键。采用传统方法确定的优化目标值往往不能正确反映机组的实际运行状态。充分利用火电厂生产运行的大量历史数据，提出了数据挖掘的火电机组运行优化方法，将模糊关联规则应用于火电厂运行优化目标值的确定。以某300MW机组历史数据为基础，运用这一方法得到各典型工况下的最优值以指导实际运行。试验结果表明，基于数据挖掘的火电厂运行优化目标值确定方法可以提高机组运行效率，降低污染物排放。     

数据挖掘技术在燃煤锅炉与垃圾焚烧锅炉中的应用现状及展望

总结了数据挖掘技术在燃煤锅炉故障诊断、燃烧优化、污染物减排及机组优化运行等方面的应用现状,分析了关联规则、聚类分析、神经网络和支持向量机等数据挖掘算法在锅炉优化运行和污染物排放控制中的优缺点。分析表明：人工神经网络鲁棒性强、可自学习且适用面广,未来可基于焚烧机理并耦合其他算法进行工程应用;对于在高控制要求下智能化工况优化空间大的垃圾焚烧锅炉中的发展及应用,建议将数据挖掘技术与云计算平台结合,并考虑垃圾焚烧过程的实际工况和特性进一步开发数据预处理方法,扩大动态数据采集范围,提高模型的实际运行效率和泛化能力。     

基于数据挖掘技术的工业炉运行优化方法研究

以数据挖掘技术为基础设计了工业炉运行优化方法,基于关联规则挖掘明确工业炉运行优化最佳值,由实际运行数据着手,以数据挖掘技术处理分析设备运行状态的机组运行数据,从而为运行员工提供不同负荷状态下机组的最优运行方式和参数控制。在此基础上,对工业炉运行优化方法进行了实践应用分析,结果发现,利用关联规则挖掘确定的工业炉运行参数最佳值应用在工业炉运行中,可显著提升工业炉运行效率,还可促使工业炉运行效率维持在较高且较稳定的水平状态,同时可在很大程度上降低氮氧化合物排放量。     

锅炉经济性分析及最优氧量的确定

在锅炉送风及炉膛压力控制系统中,氧量设定值的改变会导致锅炉热损失及送风机电耗的改变,从而影响电站经济性.针对机组运行状态发生改变后的氧量最优值更新问题,提出了改进的增量式模糊数值型关联规则挖掘算法,并以 1 台300 MW 机组为例进行了分析.结果表明:这种新的挖掘算法与传统的数据挖掘方法相比,具有良好的快速性,效率可提高4～16倍,大大减少了候选项集的数目,因而大量减少了重复计算的费用.该方法确定的氧量最优值可有效降低机组供电煤耗效率,并可提高机组运行经济性.     

基于数据挖掘案例推理的电站锅炉燃烧优化

考虑到基于智能计算的燃烧优化算法难以应用于工程领域的问题,设计了一种基于数据挖掘案例推理的电站锅炉燃烧优化系统。根据海量的分散控制系统(Distributed Control System, DCS)历史数据,采用改进的模糊减法聚类算法确定分类数,以模糊C均值算法建立初始案例库,通过目标寻优约简案例库。在线应用时,基于非可控因子的案例推理方法计算当前工况最佳燃烧参数,根据可控因子对输出参数进行修正,保证系统的实时最优性。对比某机组的优化效果表明,优化后选择性催化还原(Selective Catalytic Reduction, SCR)装置入口NO_x浓度平均降低26.2 mg/m~3,锅炉效率平均提升了0.21%。     

燃煤电站锅炉低NO_x燃烧运行参数优化

针对某电厂300 MW机组低NO_x燃烧优化调整,结合NO_x生成规律与数据分析方法,筛选原始运行数据库,建立二次风软测量模型与氧量聚类挖掘模型,从而减少原始运行参数数量,并利用粒子群优化Apriori算法,挖掘精简后的数据库中符合机组NO_x减排要求的各个参数的最优参考工况.结果表明:寻优后的烟气含氧量、磨煤机组合方式、二次风门开度和分离燃尽风(SOFA)门开度等参数均符合燃烧调整试验结论,寻优结果在保证锅炉效率的前提下,有效地降低了SCR装置进口NO_x质量浓度.     

基于数据挖掘技术的锅炉岛运行能效诊断

为应对火电机组深度调峰背景下锅炉岛运行条件多变时能效诊断问题,提出基于数据挖掘技术构建能效基准库,结合耗差因子理论建立锅炉岛的运行能效诊断模型,实现对不同运行条件下锅炉岛的能效诊断。将负荷、煤质及环境温度作为锅炉岛运行外部约束条件,通过改进的K-means算法对历史运行数据进行工况划分;结合灰色关联分析与K近邻算法构造了工况相似度计算模型,以相似工况中能效状态最优的工况构建了能效基准工况库;通过分析运行工况与基准工况的偏离程度实现了对锅炉岛运行能效的评价,并对基准工况库进行更新,基于能效特征参数的煤耗偏差及耗差因子实现对锅炉岛运行能效逐层分析,从而得到造成能效偏离的具体原因,便于运行人员及时做出运行调整。     

正交试验法在低温锅炉调试中的应用

分析正交试验的基本思想及设计过程,对燃油式低温锅炉正交试验的结果作分析和探讨,并给出最佳燃烧工况的燃烧条件.     

基于大数据挖掘技术的工业锅炉性能优化升级研究

以600 MW燃煤发电机组为基本对象,向其中引入大数据挖掘技术,在其支持下探寻影响锅炉效率的典型因素,确定与各项参数相适应的最佳设定值。经研究得知,实行与大数据特性相符的计算方法,可获得适用于锅炉运行特性的目标值,以达到提升锅炉工作效率、节能减排的效果。     

火电站锅炉运行参数的耗差分析

在用反平衡法对电站锅炉进行热效率计算的基础上,提出了运行参数偏离目标值所引起的煤耗偏差计算模型,并具体给出了锅炉主要运行参数变化与煤耗变化的关系式。     

并行计算视域下大数据挖掘技术及其在锅炉性能升级中的应用实践

以600MW燃煤发电机组的大数据挖掘为研究主体,运用符合大数据要求的新计算方法来挖掘负荷工况下会使锅炉效率受到影响的相关数据,寻找使可调控机组运作的最佳设定值。根据研究结论可知,符合大数据要求的新计算方式能够寻找到锅炉大量数据运行的优化目标值,可较好的节约能源减少排放,挖掘出的优化目标值是当前最优的。     

锅炉的正交优化调整

一、引言在锅炉的工作过程中,除了安全可靠性放在首要位置,技术人员对各项技术经济指标是严格考核的,但是,就目前我国大多数锅炉投运的现状来看,实际运行工况的参数与设计参数值之间有一定的差距。这不仅使设备长期运行在不经济的状况,某些参数的偏离还影响到设备本身的可靠性。究其原因:一方面是设计、制造和安装中存在的计算标准和规范的问题;另一方面是有悖于合理的技术要求运行操作。本文着重于后者的因素,采用正交调整的方法来确定最佳的运行方式,从而提高锅炉运行的经济性和合理性。     

浅谈锅炉排污在锅炉运行中的重要性

锅炉排污是锅炉运行中的重要操作,许多锅炉运行中发生爆管是排污不当造成的,锅炉排污问题应引起锅炉运行、操作、管理人员的重视,避免引起锅炉事故.     

基于数据挖掘的煤粉锅炉配风调整方法

本文采用数据挖掘方法,对煤粉锅炉配风调整进行研究.基于经过预处理的工况数据,通过相关性分析,寻找各风门开度与汽温、NOx、飞灰等指标的相关性,得出不同锅炉的调整特性,最终指导锅炉的配风调整.     

福建无烟煤在循环流化床锅炉中的优化燃烧

归纳福建无烟煤的固有特性,总结燃用福建无烟煤之DG75/3.8211型CFB锅炉的设计特点及其运行实践,浅析影响燃烧福建无烟煤的因素,提出了优化福建无烟煤燃烧的措施。     

锅炉组合运行方式的优化分析

锅炉设备的基本作用是将燃料的化学能转变成热能后加以利用。如何从设备的管理方面采取节能措施,则是几乎不涉及设备投资而获得节能效果的重要途径。目前在许多工业企业中存在多台锅炉的组合运行,究竟让各台锅炉承担多大的负荷,至今还是全凭司炉工的经验来判断决定。通过观察从每台锅炉的烟囱冒出的烟的颜色,或是根据CO_2     

基于混合智能的锅炉飞灰含碳量实时目标值模型

为了降低飞灰含碳量,提高锅炉运行水平,运用混合智能技术建立了飞灰含碳量目标值模型.从运行优化角度提出了飞灰含碳量目标值的定义和技术可行方案.通过对锅炉的历史运行工况数据库进行数据挖掘,建立了锅炉历史最优工况数据库,以此作为训练样本建立飞灰含碳量目标值的神经网络模型,在进行了实例验证后对模型进行了分析讨论.实际应用表明该模型具备自调节能力,能够向运行人员实时提供当前工况下的飞灰含碳量目标值,为飞灰含碳量的实时优化指明了调整的方向.     

基于属性模糊聚类和关联规则的锅炉异常工况分析

针对火电厂锅炉运行过程复杂,而且异常工况难以分析的状况,提出了一种新的分析方法.该方法融合属性模糊聚类和关联规则算法两种数据挖掘技术,利用属性模糊聚类方法建立锅炉各运行参数对类别的不确定性描述,选择出代表性分析参数;利用经典的Apriori算法和改进的关联规则找出这些参数的关系.通过2个超温的实例对该方法进行分析考核.结果表明:它不仅充分利用了电厂DCS系统存储的海量数据,而且可实现故障诊断、运行指导等,并可满足诊断的实时性要求,从而可保证锅炉乃至整个机组的安全运行.