基于关联规则的火电厂优化目标值确定的研究-动力工程及工程热物理;热能工程专业论文.docxVIP

华北电力大学硕士学位论文 华北电力大学硕士学位论文 PAGE PAGE 10 第 1 章 绪论 本章主要介绍了数据挖掘和关联规则挖掘的基本概念和发展近况，在论述研究 问题现状和存在问题的基础上，给出本文的主要研究工作及内容安排。 1.1 本文研究背景及意义 目标值确定问题是火电厂优化运行中的关键问题。从定义上讲，目标值反映机 组当前最优运行状态的运行参数和性能指标，它为运行优化操作指导提供了依据[1]。 目前，火电厂参数运行优化目标值主要由设计值、最优运行试验和变工况热力计算 方法确定[2,3]。设计值是生产厂家根据设计煤种，几个典型负荷和环境温度下的设计 工况通过拟合模型和经验公式得到的基准值，它不能充分考虑设备生产、安装过程 中存在一定的偏差，随着机组运行时间和外界条件的变化，使得实际运行工况偏离 设计值，此时仍用设计值作为目标值就不太恰当；采用最优运行试验方法是通过对 在机组大修后的热力性能试验给出的典型工况经过修正和拟合模型得到的不同负 荷下的基准值，该方法在运行初期效果较好，但随着运行时间的延长，机组状态改 变，目标值也应变化。而且该方法经济投入大，不可能经常做大量试验，降低了该 方法的可用性；采用变工况热力计算方法计算结果受变工况热力计算模型的影响， 计算复杂，模型精度难以保证，而且计算得到的基准值是理想值，实际运行中难以 达到，从而影响了该方法对运行的指导作用。 另一方面，随着计算机与信息技术半个多世纪的飞速发展，尤其是数据库技术 与应用的日益普及，使得人们以更快速更容易更廉价的方式获取和存储数据成为可 能。时至今日，电力行业机组的自动化及信息集成度有了很大提高，遍布的传感器 采集了机组运行状态的信息，并将之存入生产数据库。然而，数据仅仅是对人们用 各种工具和手段观察外部世界所得的原始材料，它本身没有任何意义。对信息进行 再加工，即进行更深入的归纳分析，方能获取更有用的信息面对日益膨胀的生产数 据。由于传统的数据分析手段只是对其进行简单聚合统计运算，不能充分利用数据 资源，对存储空间也造成很大浪费。关联规则挖掘作为数据挖掘的一个重要分支， 近年来的相关研究与应用一直占有重要比例，关联规则挖掘其目的就是从大量的数 据中挖掘出有价值的描述数据项之间相互联系的有关知识，并将该知识合理利用以 提供决策依据。若能从火电机组热力系统自身的运行数据中通过关联规则挖掘找到 改善系统运行的知识和手段，抽取出蕴含其中的知识模式，并用以指导机组优化运 行，这在大力倡导节能减排的今天，有很重要的现实意义。 1.2 数据挖掘技术概述 数据挖掘（Data Mining，简称 DM），又称为数据库中知识发现（Knowledge Discovery from Database，简称 KDD），它是一个从大量数据中抽取挖掘出未知的、 有价值的模式或规律等知识的复杂过程。这个定义包含以下 3 层含义[4]：数据来源 广泛而真实，可能是不完整的、有噪声的、各种存储形式的数据；发掘的知识是先 前未知、有潜在价值的，并要求可接受、可理解、可运用；发掘的知识并不要求其 通用性，仅支持以特定数据为基础的特定问题。简单地讲，数据挖掘是一种深层次 的数据分析方法。 1.2.1 数据挖掘技术的产生和发展 任何新事物的产生都与其时代背景和需求基础密不可分，数据挖掘也不例外。 综合起来看，数据挖掘的产生不外乎两个条件：数据库技术和数理统计、人工智能 等理论基础学科的发展；决策者对能够提供其足够决策支持信息的更深层次数据分 析方法的需求[5,6]。 首先，数据库技术的飞速发展使得数据产生存储量急剧膨胀，这为数据挖掘技 术的产生奠定了物质基础。随着数据库等信息技术的飞速发展，信息的采集、存储 变得越来越简单，数据资料的规模急剧膨胀，各种大型的数据库日益增多，这些数 据库被广泛的应用于商业管理、政府办公、科学研究等各种行业。根据一项某互联 网数据中心（IDC）提供的数据，目前全球数据总量已达到近 50 亿 GB，并以每年 近 60%的速度递增[7,8]。正如 Intel 万亿级计算研究项目总监吉姆·海德所说：“大量 的数据，快速的增长，已经使我们无法处理 我们已经进入 ZB 时代，并且很快 将迈入 YB 年代。”举一个简单的例子：国内在 2006 的时候 512M 内存、80GB 硬 盘还是高端，时隔四年，4GB 内存、2TB 硬盘都已经不是高配了。然而，快速发展 的信息科技产业也带来了数据变化速度快、数据量大、数据品质低等问题。而更令 人担忧的是：据业内估计当前的数据存储的使用率只有 25%至 40%，即大约有 60%~75%的数据容量未被使用，但却不停消耗能源[9]。 其次，人们对能够深度开发大量复杂数据以提高决策效率的新方法的迫切需求， 为数据挖掘技术的产