[发明专利]基于pyramid时间框架的电站锅炉运行状态监测方法

说明书

技术领域

本发明涉及一种锅炉运行状况监测方法，尤其涉及基于pyramid时间框架的电站锅炉运行状态监测方法，属于机器学习建模领域。 

背景技术

数据挖掘是数据库研究、开发和应用最活跃的分支之一，是数据库技术自然演化的结果。数据库系统亦是强有力的事务处理工具。在事务数据库中挖掘关联规则是数据挖掘领域中的十分重要的研究课题。R.Agrawal等人于1993年首先提出了挖掘交易数据库中项集间的关联规则问题。研究人员对关联规则的挖掘问题进行了大量的研究，他们的工作包括对原有的算法进行优化，如引入随机采样、并行的思想等，以提高算法挖掘规则的效率，对关联规则的应用进行推广。 

关联规则可以分为两种：布尔型关联规则和量化关联规则。布尔型关联规则，也就是项目值为0或1。定量关联规则挖掘是一种从包含连续属性的数据中挖掘关联规则的数据挖掘技术，可以通过连续属性离散化而转化成布尔型关联规则挖掘。对于电站运行系统，确定量化属性的数据特性的挖掘过程，适合应用量化关联规则挖掘理论进行解决。量化关联规则挖掘问题比较复杂，一种自然的想法是将它转化成布尔关联规则挖掘问题，当全部属性的取值都是有限的时候，只需将每个属性映射为一个布尔属性值即可，当属性的取值范围很宽时，则需将其划分为若干个区段，然后将每个区段映射为一个布尔属性。近年来，不少学者也己从不同的角度研究了如何挖掘电站量化属性，并取得了一定成果。其中模糊概念是有效方法之一。 

发明内容

发明目的：本发明提供一种基于pyramid时间框架的电站锅炉运行状态监测方法，将模糊关联规则引入电力工业数据关联挖掘中，将关联规则嵌入pyramid时间框架，以实现对锅炉效率有效监测对比评估。 

技术方案：为解决上述技术问题，本发明提供的基于pyramid时间框架的电站锅炉运行状态监测方法，包括以下步骤： 

步骤一，将事务数据库D中的每个事务数据T_i(i=1，2，...，n)的每个项目 利用给定的隶属度函数映射出模糊集合 

fij=μi(Rj1)Rj1+μi(Rj2)Rj2+...+μi(Rjk)Rjk]]>

其中，R_jl为项目的第l个模糊分区，μ_i(R_jl)为分区R_jl上的隶属度值； 

步骤二，计算n个事务数据T_i(i=1，2，...，n)中每个项目在对应的模糊集合R_js(s＝1，2，...，k)中隶属度的权值