数据挖掘技术在火力发电厂锅炉管壁超温分析中的应用论文.pdfVIP

·54· 电力科技发展与节能 数据挖掘技术在火力发电厂 锅炉管壁超温分析中的应用 王锋 (华能南京电厂，江苏 南京210035) 摘 要：锅炉管壁超温是当前火力发电厂普遍存在的问题，它的存在严重影响着锅炉的安全性、可靠性及 企业经济效益。本文以华能南京电厂2台锅炉为研究对象，利用锅炉运行实时数据和生产管理数 据，建立锅炉管壁超温分析中间数据库，选取BP神经网络、关联规则、决策树等三种数据挖掘算 法为研究手段，对锅炉管壁超温分析中间数据库中的锅炉运行状态数据进行规则挖掘，最终实现 了运用BP神经网络对锅炉管壁某点温度的预测、利用关联规则找寻到了影响锅炉管壁温度的重要 相关因素、运用决策树分析推测出了锅炉管壁超温点等目标。 关键词：数据挖掘；关联分析；决策树；神经网络；火力发电厂；锅炉管壁超温 1前言 在火力发电厂中随着锅炉参数及容量的日益增大，锅炉的结构更趋复杂，其运行的可靠性越来越大地 影响着火力发电厂整体的经济性和安全性，特别是锅炉“四管”(过热器、再热器、省煤器和水冷壁)爆 漏，因其引发的事故率高，对电厂安全、电量和经济技术指标影响大，是长期困扰火力发电厂生产的一大 先后发生5次因锅炉管壁长期超温等原因造成锅炉泄漏的事件，对该厂的安全生产及经济效益产生了很大 的影响。 目前，为了保证电力系统能在市场经济环境下安全、可靠、经济运行，各种管理信息系统MIS(Man— Information Information ager System)、地理信息系统GIS(Geographic tributiveControl InformationinPlant System Level)等系统得到 System)、厂级监控系统SIS(Supervisory 了广泛的推广应用，为此，各企业在电力生产经营过程中每天都累积了大量的数据。但目前仍采用传统方 法处理这些数据(主要是查询和统计)，尚不能对其进行深层次分析，于是一些有远见的企业决策者已意识 到这些数据中蕴藏着重要信息，设想着利用某种工具从中提取有用的企业生产管理信息或知识，进而，降 低仅凭自身经验和直觉做出决策的风险。 能否从火力发电厂长期积累的大量机组运行历史数据中，利用数据挖掘技术，来研究分析以上所述及 的锅炉管壁的超温过热问题，并从中得到传统方法所无法得到的信息或知识呢?答案是肯定的，本文就是利 用数据挖掘DM(DataMining)技术从火力发电厂长期积累的大量机组运行历史数据中来研究、分析锅炉 管壁的超温过热问题，从中发现电厂锅炉管壁超温过热的规律，为降低锅炉泄漏、优化运行效率提供合理 科学的决策信息。 2数据挖掘技术[1] 数据挖掘出现于20世纪80年代后期，是在数据库、人工智能、数理统计以及数据可视化等多学科基 础上发展起来的一门新兴交叉学科。它是对传统数据库技术进行研究和开发的结果，它是从现实世界中存 在的具体数据中识别出有效的、新颖的、潜在有效的以及最终可理解模式的非平常过程。也就是从大量的、 数据挖掘技术在火力发电厂锅炉管壁超温分析中的应用 ·55· 不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用 的信息和知识的过程。 数据挖掘技术分为两大类，即预测／验证型数据挖掘和探索型数据挖掘。前者指用数据的若干已知字段 预测或验证其他未知字段，或者是在数据中查找特定变量(称为“目标变量”)与其他变量之间关系的技 术；后者是在预先未知任何现有模式的情况下，在数据内查找描述数据的可理解模型的技术。 数据挖掘是一个复杂处理过程，根据UsamaFayyad等人定义的数据挖掘处理模型，主要包括：数据选 择、数据预处理、数据转换、数据挖掘、模式解释／知识评价等，本文结合华能南京电厂的实际情况，数据 挖掘处理过程主要包含：数据收集、预处理、挖掘及使用五个步骤，如图1所示。