基于K-means聚类算法的电站煤场来煤堆放优化研究

为有效应对复杂的电力和煤炭市场，加强燃料智慧管理成为火电厂管理的重要组成部分。针对某燃煤电厂的煤场占地面积小、来煤煤种复杂和燃煤堆放混乱的问题，通过提取历史来煤的煤质信息，使用K-means和DBSCAN 2种聚类算法对来煤低位发热量、挥发分、硫分进行聚类分析，从轮廓系数、聚类稳定性和样本划分精细度3个方面对2种聚类算法进行对比，最终选择聚类效果更好的K-means聚类算法作为煤质划分的计算方法。K-means聚类算法将选取的历史煤质信息数据集划分为4类，轮廓系数为0.587，且划分后的同一类别内煤质成分相近。统计不同聚类标签下的来煤频率和来煤质量比例，对煤场进行了相应的比例划分，每一分区堆放相同分类的来煤，并以此为基础设计了数字化煤场平台中的来煤堆放指导及信息存储流程，对提高堆场空间利用率和煤场管理效率具有重要的意义。     

陈化条件对肉桂叶出油率及桂叶油品质的影响研究

研究陈化条件（陈化时间、堆放部位）对肉桂叶出油率及桂叶油品质的影响。通过常规水蒸气蒸馏法提取不同陈化条件下肉桂叶挥发油，采用GC-MS法测定桂叶油化学成分，峰面积归一化法测定其相对百分含量。在入仓陈化180 d内，堆放上、中、底部肉桂叶的出油率均高于入仓肉桂叶出油率，三个不同堆放部位肉桂叶在陈化90天均获得较高的出油率；反式肉桂醛是桂叶油的首要成分，也是评价肉桂油品质优劣的主要指标成分，三个不同堆放部位提取的桂叶油中反式肉桂醛的相对含量在陈化90、150、180 d时均较高，且含量相近。肉桂叶出油率和桂叶油中反式肉桂醛相对含量受陈化条件的影响，两者的变化趋势并不一致。从肉桂叶中反式肉桂醛含量考虑，工业上提取肉桂油的肉桂枝叶入仓后的陈化时间以90 d为宜。