基于关联规则的火电厂优化目标值确定的研究

论文摘要

火电机组运行优化目标值是关系到机组经济性的重要因素,它提供反映机组当前最佳运行状态的运行参数和性能指标,为运行优化操作指导提供了基础和依据。传统的优化目标值确定方法如设计值、变工况热力计算往往不能很好反映机组的实际运行状态。随着火电厂自动化程度的提高,其生产过程中数据采集和存储技术的有了长足发展,机组运行积累数据的规模和质量进一步提高,这些生产数据中蕴含着机组优化所需的大量状态信息。本文将关联规则挖掘应用于火电厂优化目标值的确定,在经典算法基础上,针对火电厂生产数据的特点,提出了基于哈希散列和数据表消减的改进算法,该算法利用哈希表的快速查找特性,通过直接扫描数据表生成候选项集,将项集及其支持频次存入哈希表,同时删除表中不需要的记录完成数据表的初步消减,扫描完成后移除哈希表中不满足最小支持频次的记录以产生频繁项集,并依据该轮次生成的频繁项集来完成对数据表的再次消减,从而减少后续的计算量,提高定量关联规则挖掘的效率。另外,本文给出了改进算法软件实现的总体结构框架以及采用的主要数据结构,最后对某1000MW机组的历史生产数据挖掘得出100%负荷下各参数的优化目标值,并对结果进行分析。结果表明,该方法获得的机组优化目标值与机理分析相一致,可以用来指导优化运行。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 本文研究背景及意义
• 1.2 数据挖掘技术概述
• 1.2.1 数据挖掘技术的产生和发展
• 1.2.2 数据挖掘技术的功能和方法
• 1.3 关联规则挖掘概述
• 1.3.1 关联规则挖掘的产生和发展
• 1.3.2 关联规则挖掘的分类及应用
• 1.3.3 关联规则确定火电厂优化目标值原理
• 1.4 本文的内容概要和结构安排
• 第2章 关联规则挖掘相关概念及经典算法
• 2.1 关联规则挖掘的相关概念
• 2.1.1 数据描述相关概念
• 2.1.2 规则描述相关概念
• 2.2 关联规则挖掘经典算法
• 2.2.1 关联规则挖掘过程概述
• 2.2.2 经典Apriori 及其改进算法
• 2.3 本章小结
• 第3章 基于哈希表的定量关联规则挖掘算法研究
• 3.1 引言
• 3.2 定量关联规则挖掘过程描述
• 3.3 基于哈希表的定量关联规则挖掘
• 3.3.1 哈希表数据结构概述
• 3.3.2 定量数据的离散与区间约束
• 3.3.3 频繁项集的生成
• 3.3.4 关联规则的生成与评价
• 3.3.5 算法流程及描述
• 3.4 引入元规则约束关联挖掘
• 3.5 本章小结
• 第4章 算法实现及火电厂优化目标值挖掘实例
• 4.1 软件原型及开发环境
• 4.2 业务流程及架构实现
• 4.3 主要数据结构
• 4.4 优化目标值挖掘实例
• 4.5 本章小结
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢
• 详细摘要