[发明专利]基于关联规则挖掘的火电厂主运行参数目标值的确定方法

摘要

本发明是一种基于关联规则挖掘的火电厂主运行参数目标值的确定方法。通过对存储在历史运行数据库中的稳态运行数据利用关联规则挖掘技术得到机组在特定运行工况下的规则知识，最终用于指导机组优化运行。方法首先利用数据预处理技术从机组历史运行数据集中提取稳态运行数据。进而通过工况划分结果对特定工况数据集进行连续型属性的离散化操作，完成关联规则挖掘的数据集准备。最后通过关联规则挖掘技术对离散化后的数据集进行规则知识提取，得到机组历史运行知识库。该知识库可以辅助运行人员或控制系统做出相关决策，依据目标属性的不同可以提高机组运行的经济性，稳定性和环保性，使机组长时间保持在优良的运行工况下。

主权项

1.一种基于关联规则挖掘的火电厂主运行参数目标值的确定方法，其特征在于，基于火电厂机组运行积累的海量历史数据，找出机组特定运行工况下的最佳运行参数目标值，包括如下步骤：步骤1：首先对火电厂历史运行数据进行参数数据的清洗，包括检查数据一致性，利用邻近数据处理无效值和缺失值；步骤2：根据协调控制系统投入自动，且重要辅机正常运行的时间节点，利用机组负荷以及主蒸汽压力两个参数在特定时间段内的极差与额定值的比值与给定机组稳态运行阈值进行比较，将小于该阈值的数据加入机组稳态运行数据集，其他数据直接剔除；步骤3：利用火电机组稳态运行数据集，把机组运行工况按负荷、煤质和循环水入口温度，以及循环水泵运行台数四个外部条件参数作为依据对机组运行工况进行划分，其中利用K‑means算法对机组负荷以及煤质参数进行聚类分析，循环水温度在0‑40℃，以5℃为一个区间长度分为8个区间，最后通过组合四类参数确定一个特定工况；步骤4：定义火电机组性能指标参数，包括稳定性、经济性、环保性3类指标，通过线性组合确定属性相应的权重值，再利用自适应模糊C均值聚类算法完成火电厂属性参数和性能指标参数的数据离散化过程；步骤5：对于每一个特定工况把步骤4中离散化的火电机组运行数据利用动态模糊兴趣度‑支持度框架进行关联规则挖掘，将得到的最优目标值与同工况下的历史知识库进行比较，若最新的最优目标值优于历史最优目标值，则使用最新的目标值替代该工况下的历史最优目标值，作为火电机组运行参数在该工况下的优化目标值；关联规则挖掘算法流程如下：(1)给出2维关联规则的最小兴趣度阈值，确定前件及后件谓词集合；基于元规则模式对后件谓词集合中单个子集元素及前件谓词集合中所有子集中的单元素属性构建二维关联规则，并计算其模糊兴趣度值；(2)筛选大于2维关联规则的最小兴趣度阈值的所有二维关联规则，并依据所筛选结果重新构建前件谓词集合，按等比递增公式计算更高维度关联规则的最小置信度值，实现参数的动态调整；(3)对r维前件谓词集合所构成的所有r元子集与后件谓词集合中单元素子集构成维关联规则，并计算其模糊置信度值，生成r+1维前件谓词集合；(4)若r+1维前件谓词集合为非空集合，转到(3)；否则更换前件谓词集合子集元素并转到(1)，若单元素全部更换完成则结束该挖掘过程。