基于模糊划分的数据挖掘算法在电厂燃烧优化系统中的应用  

The application of fuzzy data mining in power plant combustion optimization system

作　　者：牛成林[1] 刘吉臻[1] 李建强[1] 刘向杰[1] 郝祖龙[1] 

机构地区：[1]华北电力大学,北京102206

出　　处：《计算机与应用化学》2008年第7期902-906,共5页Computers and Applied Chemistry

基　　金：国家自然科学基金(编号：50776030);华北电力大学博士学位教师科研基金(93102701)

摘　　要：电厂锅炉燃烧系统具有多输入、多输出、大滞后和强非线性特性。为了优化燃烧过程,提高机组热效率,关键问题是确定机组运行主要可控参数的优化目标值。本文采用基于模糊划分的多值属性数据挖掘算法来确定重要参数的运行优化目标值。将模糊集合理论引入到关联规则的研究中,利用模糊概念对数据进行概括和抽象,通过定义在属性论域上的模糊集来软化边界。此方法能将多值属性关联规则的挖掘问题转化为布尔型关联规则的挖掘问题。通过实验验证了算法的可行性并对算法的性能进行了讨论,说明了本文中提出的挖掘算法能发现关系数据库中数量型属性之间的蕴涵的关联性。最后以600 MW机组历史实测参数为基础数据,对各种不同特征负荷工况下的数据进行挖掘,得到各自的最优值,并将这些最优值用于指导实际运行,取得了显著的效果。Burning system of power plant is a multi-input/output system with much time lag and nonlinear characteristic. One of the methods to improve the unit efficiency is to determine the optimal target values of main controllable parameters exactly. This paper introduces fuzzy-set concepts into the process of data mining. And this method is used to determine the optimal target values of important parameters. This method can find fuzzy association rules in transaction data with quantitative values. Experiments show that this method is feasible and can be used to find the relationships between data with quantitative values. Finally, a set of optimal target values are got by this algorithm based on history data of 600 MW unit. These optimal target values can be used to guide operation optimization and achieved a great effect.

关 键 词：数据挖掘 燃烧优化 优化目标值 模糊关联规则挖掘 

分 类 号：TK247[动力工程及工程热物理—动力机械及工程] TM621[电气工程—电力系统及自动化]