数据挖掘技术在水电站厂内经济运行中的应用.pdfVIP

维普资讯 第 24卷第 2期 四 川 水 力 发 电 Vo1．24，No．2 2005年 4月 Sichuan Water Power Apr．，200 5 数据挖掘技术在水电站厂内经济运行中的应用 刘 志 强 ， 左 幸 (1．二滩水力发电厂，四川 攀枝花 617000；2．四川大学 能源发展研究中心，四川 成都 610065) 摘 要：应用数据挖掘技术．从水电厂大量的运行监控数据中获取机组组合信息，避免使用效率曲线．进行机组负荷分配．实 例应用表 明．该方法理论和实践可行 ．具有广 阔的应用前景 。 关键词；经济运行；数据挖掘；水电站；数据库；优化原则；二滩水电厂 中图分类号：TV737；TP311．13 文献标识码； B 文章编号；1001—2184(2005)02—0061-03 1 问题的提出 一 个数据表实现，表中具有各种库水位下所有机 水电厂厂内经济运行是水电站调度的重要内 组出力、耗水量的组合情况，知识库中的知识通过 容之一，它不仅是电力系统安全可靠运行的基础， 知识获取器从数据库中得出 人机对话接 口给定 而且是提高电站水能利用效率的重要措施。国内 多个输入信号，专家系统以该信号作为推理开始， 外有关研究和水电厂的运行实践表明，厂内经济 采用逻辑推理器进行推演，通过对大量数据进行 运行可增加水电站发电效益 l ～3 [】]。传统的 一 定条件下的筛选 ，从中发掘出最优的机组组合 厂内经济运行是依据机组效率曲线，采用微增率 情况。其中逻辑推理器需要应用到挖掘关联规则 法或动态规划方法等进行机组负荷分配，但是，机 的方法实现。一般来说，大型水电站建有庞大的自 组效率 曲线往往是在模型机下经过试验由厂方提 动化监测系统，每分钟有多达 2000个数据通过 出或根据电厂实际运行过程中进行专门试验得到 监测终端进入数据库，如此大量的数据完全可 以 的。前者与机组实际运行工况相差较远，而后者往 满足建立规则的需求。 往得到的样本数据少，试验成本高，甚至影响电厂 经过比较分析和反复筛选，确定 7+1个数 的日常运行，因此，迫切需要寻求其它途径，研究 据字段进入专家系统知识库，见表 1。 水电站机组的优化分配问题 。笔者以电厂实际运 表 1 电站厂内经济运行专家系统数据结构表 行监控数据为基础 ，采用数据挖掘技术和专家系 统思想，对机组负荷进行优化分配，通过二滩电厂 实例计算，取得了满意的效果。 2 数据挖掘技术 数据挖掘是在一些事实或观察数据的集合中 寻找模式的决策支持过程。挖掘关联规则技术是 用于挖掘关联规则的所有算法和模型的总和，它 同时，考虑到净水头在实际决策应用中的实 也可 以挖掘聚类等模式。所谓挖掘关联规则技术 用性较水库库水位差些，所以，在以上数据的基础 就是对数据库中的各个字段进行分析，以找出字 上又加入水库库内水位的监测值，总共 7+2条 段间的潜在关系：即在同一约束中，是否一个字段 数据。选择这些数据字段的理 由如下：记录时间可 被选中意味着某些其它字段也会被选中。关联规 以显示机组运行时刻情况；转速结合导叶位置这 则用来显示实体间关系的知识形式，它能描述数 两个字段可以体现当前机组是否开机；净水头、过 据问的依赖关系[2]。