大数据挖据技术在燃煤电站机组能耗分析中的应用研究

作     者：刘炳含 付忠广 王鹏凯 王永智 高学伟 LIU Binghan;FU Zhongguang;WANG Pengkai;WANG Yongzhi;GAO Xuewei

作者机构：电站设备状态监测与控制教育部重点实验室(华北电力大学) 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2018年第38卷第12期

页      面：3578-3587页

核心收录：

学科分类：080702[工学-热能工程] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：中央高校基本科研业务专项项目(2016XS20)~~ 

主　　题：大数据挖掘 燃煤机组 运行优化 能耗分析 K-means 敏感性分析 

摘      要：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。