基于改进k-means算法的电站最优外部运行工况划分

采用电站历史运行数据对外部运行工况进行划分的结果取决于挖掘算法对数据的适应性。本文提出了适用于电站历史运行数据外部工况划分的k-means算法,并对该算法的初始聚类数与聚类中心的计算方法进行分析改进,将其应用于某电站历史运行数据的机组负荷、煤质特性的外部工况的数据挖掘中,并采用等宽度法对电站外界环境温度历史运行数据进行聚类分析。挖掘结果表明,本文提出的改进k-means算法和等宽度法的工况划分结果更合理,且可得到描述机组运行的最优外部运行工况组合,能为现场运行人员提供更合理的数据参考依据。     

基于数据挖掘的火电机组运行模式建立方法研究

为使火电机组运行方式更经济,充分利用火电厂历史运行数据,设计一种基于聚类分析的模式归并算法,用于建立火电机组典型的运行模式集合。该算法以划分工况区间的数据为挖掘对象,通过对典型热力参数的相似性比较与分析,将满足条件的运行记录归并为一类运行模式。运行模式集合挖掘完毕后建立典型运行模式库。利用该归并算法对盘山电厂历史运行数据进行挖掘,结果表明了算法的有效性。     

基于数据挖掘的电站运行参数目标值优化

为提高电站经济性和机组运行效率,降低机组发电煤耗,求取电站机组运行参数最优值是关键技术。以往通过理论计算得到最优运行参数值是在设定的理想环境下得到的,在实际的电站运行过程中难以实现。而数据挖掘算法是从电站自身的历史数据中得到的最优运行参数值,电站机组能够很容易在实际运行中实现该值。通过对比近年来电站常用数据挖掘算法,总结出基于数据挖掘的电站优化运行的主要步骤为关联规则、数据离散化、运行工况划分、粗糙集知识约减。得出以下结论:模糊关联规则挖掘算法是电站数据挖掘中的最主要方法,能够适用于大多数的电站优化目标值挖掘;模糊聚类离散化能够克服边界划分过硬的问题,将电站中的连接参数离散化;粗糙集属性约减能够有效降低数据挖掘的参数维度,提高挖掘效率。同时指出基于数据挖掘的电站优化运行算法将成为电站运行参数优化的主要研究方向。     

基于电厂工况划分的模糊C-均值聚类算法研究

火电机组在运行过程中产生大量的历史数据,而目前所使用数据分析方法仅仅对这些历史数据进行简单的分类和统计,并不能对这些数据所隐含的规律进行挖掘。利用相关性分析对某电厂的实时数据进行研究,从大量的机组运行参数中筛选出对机组能耗影响较大的重要参数:负荷、循环水入口温度、主蒸汽温度、再热蒸汽温度、主蒸汽压力、循环水流量。然后,介绍了模糊C-均值聚类算法的相关理论及其应用,利用此方法对以上6个参数进行工况划分。实际应用结果表明,在对电厂大量实时进行数据聚类和合理工况划分过程中,模糊C-均值聚类算法起到一定作用,并且对优化运行和机组节能优化有重大的意义。     

大数据挖据技术在燃煤电站机组能耗分析中的应用研究

燃煤电站机组的能耗分析对机组节能降耗有重要意义。针对此问题,该文引入大数据挖掘技术,以模糊粗糙集属性约简方法为基础,通过Canopy算法对K-means算法改进,并实现改进K-means聚类算法在Hadoop平台上的并行化计算,形成满足海量数据挖掘工作的新算法。以某600MW燃煤电站机组为研究对象,采用新算法挖掘典型负荷工况下影响供电煤耗的可控运行参数的基准值,最后,以支持向量机技术为基础,分析不同负荷工况下各运行参数对供电煤耗的敏感性系数。结果表明:新算法满足机组最优工况下基准值的确定,节能降耗效果良好,不同负荷工况下各运行参数对供电煤耗的敏感性系数不同,在实际运行中不同负荷应根据敏感性采取相对应的调节措施。     

基于数据挖掘的汽轮机组冷端优化

冷端系统的优化运行是机组节能运行的重要环节。基于历史运行数据,结合数据挖掘方法与深度学习算法,提出了汽轮机组冷端优化的研究框架。首先,结合工况划分与高斯混合模型对真空进行聚类,确定多工况下真空的基准值区间;接着,结合最大互信息系数与长短时记忆神经网络构建真空预测模型,通过比较真空预测值与基准值,实现真空的异常检测;最后,以某在役1000MW超超临界湿冷凝汽式机组为研究对象进行分析验证,分析结果表明,论文提出的机组冷端优化方法可提供有效的真空异常预警及优化信息,有助于机组进一步挖掘其自身的节能潜力。     

基于工况划分的电厂经济性指标挖掘

数据挖掘技术能充分提取出电厂SIS存储的大量生产数据中隐藏的生产规律.目前的电厂生产数据挖掘因受数据源不足、电厂生产过程了解不够等因素制约,存在原始数据量不够、非稳态数据挖掘、挖掘结果实际指导意义不足的问题.按电厂生产特点提出了基于工况划分、以关联规则为手段的电厂数据挖掘,同时以盘山电厂600MW机组1个月的历史数据为基础.抽取出所有稳态数据.在以负荷、循环水进口温度、煤质为外部条件进行工况划分的基础上,用关联规则对电厂经济性指标--供电煤耗率进行了挖掘,抽取出了相关工况下的运行模式.实际应用表明,该方法对机组运行经济性规律的分析及优化运行具有指导意义.     

基于数据挖掘的煤电机组能效特征指标及其基准值的研究

煤电机组的优化运行对于节能降耗有重要的意义,如何合理地选择能效特征指标并确定其基准值是机组优化运行的关键。基于数据挖掘算法,对机组历史运行数据分析:利用灰色关联度分析法,选取对供电煤耗产生主要影响的能效特征指标;采用K均值算法对多特征参数进行聚类划分并确定其基准值;结合广义回归神经网络,预测供电煤耗在基准工况下的目标值;对离散基准值样本点进行样条插值,建立机组全工况下的动态基准值工况库。最后,选取某超超临界百万湿冷机组运行数据分析与验证,分析结果表明提出的能效指标基准值研究方法,可以为煤电机组的优化运行提供调整方向。     

基于实测数据的风电场风速-功率模型的研究

建立准确的风电场模型是风电接入系统相关研究的基础。首先通过对某双馈风电机组的标准功率特性曲线和实测风速-功率散点图进行对比,针对它们之间的差异问题,建立基于实测运行数据的风电机组风速-功率模型。其次,针对地形复杂、机组排列不规则的大型风电场风速差异性问题,利用K-means聚类算法对风电场内所有风电机组按实测风速数据进行聚类划分,建立了整个风电场的等效风速模型,进而给出了基于实测运行数据的风电场风速-功率模型。然后,以某实际风电场为例,对该风电场内的风电机组按风速进行K-means聚类划分,结果显示该划分结果与简单按地理位置的机群划分结果有明显差异。最后,对传统的风速-功率模型和所提出的风速-功率模型输出结果进行比较,结果证明所提出的模型相对于传统模型而言,准确性有了较大的提高。     

基于扩散映射理论的谱聚类算法的风电场机群划分

针对地形复杂或布局不规则的风电场,将谱聚类方法应用于风电场机群划分,提出了一种风电场的机群分类方法.该方法以风电机组具有相同或相近运行点为机组分群原则,应用基于扩散映射理论的谱聚类算法对风电场各机组的实测运行数据进行聚类分析,找到风电机组之间动态运行过程的相似性,从而实现对风电场内所有风电机组的聚类划分.通过算例仿真验证了所提出的机群划分方法的有效性.     

供热机组多元工况下能效状态基准研究

为响应国家“双碳”战略,供热机组的优化运行对于节能减排有重要意义,如何确定真实可靠的能效状态基准值是运行优化的关键所在。基于数据挖掘算法,对机组历史数据进行分析:首先,以负荷和供热流量为特征量,采用区间估计的方法进行稳态筛选;其次,针对机组供热期和纯凝期,采用等间隔分类方法对其进行工况划分;然后,对每个稳态工况内的数据,采用高斯混合模型（Gaussian mixture model,GMM）算法模型,选择出热耗率最低时的样本作为基准样本,基于基准样本进一步估计其概率密度分布,从而获得各工况下能效状态的基准区间;采用BP算法建立能效状态基准回归模型,从而建立机组多元工况下的基准值工况库。最后,选取某320 MW供热机组历史数据进行方法验证和在线实时监测。分析结果表明,该方法可以优化机组运行,达到节能减排的目标。     

基于PSO优化核主元分析的海上风电机组运行工况分类

海上风电机组运行环境复杂多变,对其工况进行分类可以提高机组运行健康状态评价的准确性,为制定合理的运行维护策略提供可靠依据。提出一种基于PSO优化核主元分析(KPCA)的多参数工况分类方法。针对核函数参数难以确定的问题,综合考虑类内散度和类间散度构建优化核参数的适应度函数,应用PSO算法对其进行寻优,将优化后的KPCA用于数据的特征提取,在此基础上采用模糊C-均值聚类(FCM)建立分类模型。通过对UCI数据库中的三组实验数据进行分类验证了该方法的有效性。最后,应用该方法对某海上风电场实测数据进行工况分类,并与PCA+FCM、KPCA+FCM两种方法进行比较。结果表明,提出方法的分类结果优于其他两种,能够得到清晰准确的分类结果,利于分工况建立准确的机组运行健康状态评价模型。     

基于并行FP-Growth算法的火电机组运行优化

关联规则算法在火电厂数据挖掘中取得了较好的应用效果,然而随着电厂自动化、信息化程度的进一步提高,面对高维海量的数据,传统的数据挖掘方法由于自身缺陷已不能满足要求。针对此问题,提出了一种基于Spark的并行FP-Growth算法,并以某600 MW超临界机组的历史运行数据为对象,挖掘各工况下运行参数与供电煤耗之间的关系,从而得到运行参数调整区间及目标值。结果表明,该算法确定的优化目标值可以有效降低机组供电煤耗率,提高机组运行经济性,可用于指导机组优化运行。     

基于数据挖掘的直接空冷机组背压预测及优化

为实现直接空冷机组冷端优化，以机组历史运行数据为基础结合数据挖掘与深度学习算法，提出了一种直接空冷机组冷端运行优化方法。首先，对获取的历史运行数据进行稳态筛选、工况划分，结合高斯混合模型算法确定机组多元工况下背压基准区间；然后，使用Spearman系数法选取特征变量，结合门控循环单元神经网络构建直接空冷机组背压预测模型，对比背压基准区间与背压预测值给出背压的优化建议和预警信息；最后，将该方法应用于某亚临界300 MW空冷凝汽式机组。研究结果表明：提出的背压优化方法能够给出有效的背压预警信息，实现空冷机组冷端优化运行。     

基于改进模糊C均值聚类和MPSO的风电场等值研究

为了提高双馈风电场等值模型的精准度,提出了一种双馈风电场等值建模方法。首先选取能表征各个机组运行状态的特征状态变量矩阵作为分群指标,采用改进模糊C均值聚类算法进行机群划分;然后基于全局最优位置变异粒子群算法对等值机模型的参数进行辨识,将同群的机组等值成一台风机。利用DIgSILENT/PowerFactory平台进行仿真建模,对风电场发生风速阶跃变化和三相短路故障2种状态进行仿真,仿真结果表明,该等值模型与详细模型的动态特性基本一致,比传统的单机等值模型更适合表征双馈风电场的工况。     

基于DIgSILENT的风电场等值建模研究

本文针对实际风电场运行条件复杂、运行工况动态变化等特点,提出了一种基于马氏距离的模糊聚类算法对风电场进行等值建模的方法。以风电场在不同风况下、季节变化时间段内所采集的实测风速-功率数据作为分群指标进行机群聚类划分,将同群的风电机组等值成一台机组并在DIgSILENT和其Matlab接口下实现风电场的动态等值建模。仿真结果表明,该等值模型在风速波动时和高压侧线路故障的情况下,风电场并网点的有功、无功变化与实测数据曲线的动态变化基本一致,可用于含双馈风电机组的风电场接入电力系统时的稳定性分析。     

330 MW 机组湿法烟气脱硫控制系统目标值优化

基于火电机组脱硫系统在实际运行过程中积累的历史数据,采用数据挖掘的方法对系统的重要运行参数进行优化,挖掘出在满足脱硫效率要求时经济效益最大的最佳运行参数值。提出了一种模糊关联规则挖掘算法,对某330 MW机组石灰石-石膏湿法烟气脱硫系统运行优化目标值进行确定。针对历史运行数据利用竞争凝聚算法决定分类数、软化划分边界并构造优化的模糊数据集,以满足脱硫效率为前提,以经济效益作为优化目标,利用模糊Apriori关联规则挖掘算法得到的频繁项集进行关联规则挖掘,最终得到运行参数最优目标值,实验结果和理论分析表明挖掘结果能为电厂脱硫系统的经济运行作出贡献,可以作为指导机组优化运行的重要依据。     

水电机组复杂工况振动信号多尺度清洗北大核心CSCD

水电机组振动监测信号常包含大量异常数据,严重影响机组健康状态评估与预测。为此,本文深入研究机组振动与工况的映射关系,提出了一种基于高斯混合模型和基于密度的噪点空间聚类算法(GMM-DBSCAN)的机组振动信号多尺度清洗方法。首先,采用DBSCAN初步清洗全工况内振动异常点,进一步采用高斯混合模型计算机组工况概率,并进行工况区间划分;在此基础上,以工况概率密度计算出各工况区内振动信号的DBSCAN密度聚类清洗的阈值,并清洗各工况区内振动异常数据。最后,基于瀑布沟水电站1年内运行工况和振动监测数据进行实例分析,异常数据清洗率达6.3‰。同时,通过人工模拟异常数据进行验证,结果表明,所提方法能够有效清洗出机组振动孤立离群点和密集异常点,为水电机组健康状态评估与预测奠定数据基础。     

基于数据挖掘的电站运行优化应用研究

火电机组运行优化目标值的合理确定是关系到机组经济性诊断正确性与准确性的重要因素,该文充分利用火电厂运行数据的关联特性,提出了基于模糊关联规则挖掘的电站运行优化目标值确定方法,利用改进的模糊关联规则挖掘算法从电站运行历史数据中挖掘定量关联规则,以指导优化运行,解决了传统优化目标值确定中对机组实际状态考虑不足而失去指导意义的问题。以某300MW机组历史运行数据为基础,对各典型负荷工况下的历史数据进行挖掘,得到各运行工况下的最优值以指导实际运行。运行试验结果表明,基于模糊关联规则挖掘的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,优化目标值来源于机组实际运行数据,能够反映机组在特定负荷和相关条件下的最优运行状态,可以指导机组的优化运行。     

基于混合聚类分析的电力系统网损评估方法

面向具有海量性、多元数据类型特征的电网运行方式数据集,如何快速、准确地实现电力系统网损评估将是一个重要研究点。采用数据挖掘和典型场景模拟思想,提出了一种新颖的基于混合聚类分析的网损评估方法。该方法首先面向网损评估确定聚类属性;其次根据各聚类属性的数值类型异同将原聚类问题分解为两个聚类子问题,进而在充分考虑电力数据特点的基础上,分别选取划分聚类算法和层次聚类算法对其进行聚类分析,并集成各子问题的聚类结果;最后基于混合聚类结果生成电网的典型运行方式集,以用于网损评估。以某省级电网为算例验证所提方法在网损评估中的有效性,结果表明基于所提方法的网损评估精度较高,计算效率较好,在工程实际中具有较强的实用性。