收藏本站
《华北电力大学(北京)》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

增量数据挖掘及其在电站运行优化中的理论研究及应用

牛成林  
【摘要】: 电站运行优化以单元机组为对象,以降低和控制机组供电煤耗为目标,对机组热力系统进行优化调整,确定在不同负荷下的最佳运行工况,并对机组实现性能在线监测及动态耗差分析,指导电厂优化运行和管理,在几乎不增加投入的情况下,通过调整运行参数、运行方式和减少泄漏达到提高机组效率,降低机组煤耗的目的。目前电站运行优化中的关键和难点问题如优化目标值确定、运行优化操作指导等还存在很多不完善之处。 电力企业积累了大量数据,从热力系统自身的运行数据中找到改善系统运行的知识和手段,是很有现实意义和研究价值的问题。数据挖掘正是这样一种从大量数据中抽取出未知有价值知识的有力工具。 本文围绕数据挖掘技术在电力系统节能中的应用,着重分析了以下几个问题: 1.将增量挖掘技术引入到电站运行优化中,用于机组运行参数优化目标值的确定,提出了基于增量数据挖掘的电站运行参数优化目标值确定总体结构。指出电站运行参数的最优值并不是一成不变的,随着机组运行时间的延长,机组运行状态发生改变,原有的挖掘结果可能不再适用,需要重新确定最优值。重新挖掘费时费力,所以引入增量式挖掘,充分利用原有的挖掘结果,避免重复挖掘,提高了挖掘效率,使得参数最优值可以随机组运行状态发生改变而动态更新。 2.提出了改进的增量式数值型关联规则挖掘算法,用于解决最小支持度不变,而数据库动态发生变化后的规则维护问题。引入了隶属函数的概念,指出参数隶属度的确定应根据具体情况,并通过实例演示说明增量挖掘过程中标准化函数确定的重要性。 3.进行了电站运行数据的检验和相关性分析。通过数据检验可以改善数据质量,提高挖掘结果的准确性。通过相关性分析可以帮助进行属性选择,在学习阶段就去除无关或冗余属性,防止与挖掘任务无关的属性来减缓甚至误导整个挖掘过程,提高挖掘的效率和质量。 4.提出利用偏相关分析方法发现不同参数间的联系。进行偏相关分析时,需要掌握多个变量的数据,一方面考虑多个变量相互之间可能产生的影响,一方面又采用一定的方法控制其他变量,专门考察两个特定变量的净相关关系。 5进行氧量经济性分析,并利用增量数据挖掘技术确定各工况下的氧量最优值。这种方法确定的氧量最优值建立在现有设备实际运行基础上,通过运行调整可以达到,与传统方法相比具有合理性、准确性和可操作性。增量挖掘可以充分利用原有的挖掘结果,避免了重复挖掘,提高了挖掘效率。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 马强;;基于Apriori算法的改进算法[J];电脑开发与应用;2010年02期
2 武坤;李乃雄;魏庆;姜保庆;;基于集合枚举树的关联规则生成算法[J];计算机工程与应用;2006年26期
3 杨越越;董祥军;翟延富;;冗余关联规则删减技术研究综述[J];山东轻工业学院学报(自然科学版);2007年04期
4 王伟;高亮;吴涛;;基于遗传算法的长频繁项集挖掘方法[J];计算机技术与发展;2008年04期
5 朱彦霞;张雪萍;王家耀;;改进的频繁项集挖掘算法[J];计算机工程与应用;2009年04期
6 冯洁;陶宏才;;一种频繁项集的快速挖掘算法[J];微计算机信息;2007年18期
7 王伟勤;;新的关联规则的挖掘与更新算法[J];计算机与数字工程;2007年11期
8 鲁慧民;冯博琴;;基于数据挖掘的电网故障关联性分析与研究[J];微电子学与计算机;2008年12期
9 李志勇;;深入分析关联规则Apriori算法[J];现代计算机(专业版);2009年05期
10 王安;仇德成;安云峰;王继伟;;一种改进的基于关系矩阵的关联规则快速挖掘算法[J];现代电子技术;2007年03期
11 仇闽霞;;数据挖掘中关联规则的算法及应用[J];苏州科技学院学报(自然科学版);2009年04期
12 杨晓平;;关联规则Apriori算法的改进[J];浙江海洋学院学报(自然科学版);2006年02期
13 焦学磊;王新庄;;基于矩阵的频繁项集发现算法[J];江汉大学学报(自然科学版);2007年01期
14 邓慧;赖思渝;杨颖;刘雪梅;;关联规则在高校图书馆中的应用研究[J];医学信息;2008年07期
15 刘瑞祥;邹海;;对挖掘关联规则中的Apriori算法的一种改进[J];计算机与现代化;2009年07期
16 沈元怿;;一种关联规则挖掘方法在客户分析中的应用[J];现代计算机;2005年12期
17 宋欣;王志航;廉明欢;;多属性数据挖掘研究中的关联规则应用[J];计算机系统应用;2007年08期
18 全智龙;涂婧璐;陈霞芳;;关联规则在贫困学生信息库的应用[J];科技广场;2007年05期
19 焦亚冰;;基于关联规则挖掘算法的改进研究[J];太原师范学院学报(自然科学版);2008年02期
20 安建成;刘超慧;;频繁项集快速挖掘及更新算法[J];微电子学与计算机;2008年06期
中国重要会议论文全文数据库 前10条
1 王娜娜;谢炜;李烨;;邳州慢性病与生活习惯等因素的关联规则分析[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年
2 邱勇;兰永杰;刘晓华;;高效FP-TREE创建算法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
3 王寅北;夏庆;孙志挥;;FSETM:一种面向集合关联规则的数据挖掘新算法[A];第十五届全国数据库学术会议论文集[C];1998年
4 杨子良;陶宏才;;一种基于向量运算的频繁项集快速挖掘算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
5 王翠茹;王少华;;关联规则经典算法的一种改进[A];中国通信学会第五届学术年会论文集[C];2008年
6 郭道宁;舒华英;;数据挖掘在电信运营市场决策支持中的应用[A];中国通信发展与经营管理学术研讨会论文集[C];2003年
7 李存荣;张开敏;杨明忠;;关联知识规则在产品质量控制中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年
8 王一飞;章勇;;基于条件模式的最大频繁项目集挖掘算法[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
9 杨仕博;贺彦琨;马志新;;一种基于极大完全子图的最大频繁项集并行挖掘算法[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年
10 付忠广;田志友;靳涛;戈志华;卞双;;关联规则数据挖掘及其在电厂DCS数据分析中的应用[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 潘总机;数据挖掘:洞察客户需求[N];人民邮电;2005年
4 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
5 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
6 张立明;数据挖掘之道[N];网络世界;2003年
7 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
8 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
9 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
10 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
中国博士学位论文全文数据库 前10条
1 李实;中文网络客户评论中的产品特征挖掘方法研究[D];哈尔滨工业大学;2009年
2 牛成林;增量数据挖掘及其在电站运行优化中的理论研究及应用[D];华北电力大学(北京);2010年
3 王曙燕;医学图像智能分类算法研究[D];西北大学;2006年
4 佘春东;数据挖掘算法分析及其并行模式研究[D];电子科技大学;2004年
5 宋世杰;基于序列模式挖掘的误用入侵检测系统及其关键技术研究[D];国防科学技术大学;2005年
6 姜保庆;关于弱比例规则的挖掘及推理研究[D];西南交通大学;2005年
7 倪萍;流数据挖掘关键技术研究[D];北京邮电大学;2010年
8 李强;数据挖掘中关联分析算法研究[D];哈尔滨工程大学;2010年
9 翟坤;基于数据挖掘的成本管理方法研究[D];大连理工大学;2012年
10 李广水;基于服务的森林资源调查数据挖掘系统的研究[D];南京林业大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘玉锋;数据挖掘中关联规则算法的研究与应用[D];长春理工大学;2010年
2 王景;基于关联规则数据挖掘的研究[D];广西大学;2003年
3 耿晓中;超市管理系统及数据挖掘技术在其上的应用[D];吉林大学;2004年
4 孙彤;活性炭纤维吸附和解吸中的数据挖掘技术[D];辽宁工程技术大学;2004年
5 蒋秀英;数据挖掘中的关联规则算法优化研究及应用[D];山东师范大学;2003年
6 吕文志;基于分类和关联规则的数据挖掘研究及应用[D];大连理工大学;2001年
7 侯新丽;面向高校招生的录取数据分析系统研究[D];中北大学;2010年
8 浦磊;数据挖掘中关联规则的研究与应用[D];西安理工大学;2005年
9 谢李兵;基于关联规则的锅炉异常工况数据挖掘[D];华北电力大学(北京);2005年
10 岳慧颖;含有时空约束的关联规则挖掘方法研究[D];哈尔滨工程大学;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978