[发明专利]基于pyramid时间框架的电站锅炉运行状态监测方法

摘要

本发明公开了一种基于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，克服了传统量化关联规则边界划分过硬的缺点。将Apriori算法拓展到模糊属性事务中，为每种模糊属性确定划分数目，将所有属性的可能值映射到模糊集中，查找出支持度大于最小支持度阀值的大项集，得出感兴趣的规则。电站运行过程中存储了大量的历史数据且实时更新持续不断，其中包含了很多规则，为了将这些（历史）规律有效简约地存储，本发明构建pyramid时间框架，依据时间框架有选择性地将关联规则纳入，以实现对锅炉效率有效监测对比评估。可以将锅炉效率进行分类，并关联到评价相关参数的优劣，有效监测与诊断，为运行人员对锅炉运行做出相应调整与控制提供依据。

主权项

一种基于pyramid时间框架的电站锅炉运行状态监测方法，其特征在于包括以下步骤：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$f_i^j=\frac{{\mathrm{\μ}}_i\left(R_{j1}\right)}{R_{j1}}+\frac{{\mathrm{\μ}}_i\left(R_{j2}\right)}{R_{j2}}+...+\frac{{\mathrm{\μ}}_i\left(R_{\mathrm{jk}}\right)}{R_{\mathrm{jk}}}$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${\mathrm{weight}}_{\mathrm{js}}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\μ}}_j\left(R_{\mathrm{js}}\right);$步骤三，对每一分区R_js(1≤j≤m，1≤s≤k)，检查每一模糊集对应的权值weight_js是否超过预先给定的最小支持度minsupport；若分区R_js满足以上条件，将其放入频繁一项集L₁中，如下式L₁＝{R_js|weight_js≥minsupport，1≤j≤m，1≤s≤k}；步骤四，定义r为当前保留在频繁项集中项目数量；步骤五，采用Apriori算法，从频繁项集L_r中产生候选项集C_r+1，其中L_r在两个项集中有仅有r‑1个项目相同，且属于同一项目的两个分区不能同时出现在C_r+1的同一项中；步骤六，对候选项集C_r+1中每个新生成的r+1项集t＝(t₁，t₁，...，t_r+1)作如下处理：1)对每一事务数据T_i计算候选大项集中项目t的隶属度${\mathrm{\μ}}_{\mathrm{it}}={\mathrm{\μ}}_i\left(R_{t_1}\right)\mathrm{\Λ}{\mathrm{\μ}}_i\left(R_{t_2}\right)\mathrm{\Λ}...\mathrm{\Λ}{\mathrm{\μ}}_i\left(R_{t_{r+1}}\right)$其中μ_i为事务数据T_i在分区的隶属度值${\mathrm{\μ}}_{\mathrm{it}}=\underset{j=1}{\overset{r+1}{\min }}{\mathrm{\μ}}_i\left(R_{t_j}\right);$2)计算候选大项集中个项目的权值3)若weight_t满足给定的最小支持度的要求，则将项目t＝(t₁，t₁，...，t_r+1)放入L_r+1中；步骤七，若L_r+1为空，执行下一步；否则置r＝r+1，转至步骤五；步骤八，迭代步骤结束，所有的具有项目(t₁，t₁，...，t_q)的大项集t构造关联规则，形成所有可能的模糊关联规则，计算所有模糊关联规则的置信度，输出置信度满足给定最小置信度的规则；步骤九，将得到的关联规则存入时间快照(段)中；步骤十，将时间快照分为[log_aT]+1段，分别为[0，1，…，[log_aT]]，其中[]表示向下取整，T为起始时间到即刻的间隔，a，l为时间系数；1)初始化s＝0，2)对不大于T的数中，选取最后a^l+1个数值存入s项，s＝s+1；3)判断s≤[log_aT]+1是否成立，若成立进入下一步，否则返回上一步；4)从s＝[log_aT]+1项开始，依次减小s，删除重复的时间签，最终得到pyramid时间框架；5)从时间框架中截取个对应项快照中的关联规则，整合后得到兼顾实时数据和历史数据特性的整合关联规则。