嵌套式数据挖掘技术在电站工况分析中的应用

针对穷举式数据挖掘算法对大样本数据库(如电站SIS系统)的优等隐含信息挖掘效率不高的现状,提出了一种嵌套式数据挖掘算法,该方法融合了划分聚类和双约束相关分析两种数据挖掘技术,首先采用k-means方法对机组运行数据按典型工况进行聚类划分,在各典型工况中抽取一定量的数据构成样本空间;然后采用基于维度约束和用户兴趣度约束的双约束相关分析对样本空间进行"启发式"数据挖掘,探寻机组最优运行方式。通过山西某电厂600 MW亚临界中间再热凝汽式机组实际数据进行验证,结果表明该算法不但可以较穷举挖掘算法显著降低了时间成本,而且挖掘结果能直观反映出机组的优化运行状态,对现场经济运行提供了有效指导。