利用数据挖掘技术进行大型燃煤机组运行优化智能分析的研究
为了确定机组当前边界条件下的运行优化目标值,研究了基于机组历史稳态运行数据,使用分段曲线拟合稳态检测方法和相关性分析方法进行数据预处理,借助BP神经网络建立机组供电煤耗率预测模型,并利用现代优化算法对机组供电煤耗率预测模型进行最小值智能寻优的方法.研究以整个机组作为研究对象,考虑了机组各个运行变量变化的耦合关系,并对比分析了不同优化算法的结果,同时将边界条件作为机组供电煤耗率预测模型的自变量,可以省略边界条件比对环节.研究表明上述方法能够预测计算机组当前边界条件下的运行优化目标值,解决了以整个机组为研究对象,考虑机组各运行变量变化耦合关系时运行优化目标值的确定问题,对于提高机组经济运行水平,实现节能降耗具有现实意义.
燃煤发电机组 运行优化 数据挖掘 供电煤耗率
王智微 李虹锐 张浩 陈英志
西安热工研究院有限公司,陕西省 西安市 710054 华能国际电力股份有限公司营口电厂,辽宁省 营口市 115007
国内会议
南京
中文
1-11
2016-11-15（万方平台首次上网日期，不代表论文的发表时间）