燃煤电厂运行数据价值深度挖掘探析  

Exploration Into the Deep Mining of the Value of Operating Data in Coal Fired Power Plants

作　　者：臧润泽 陈解决 丁正军 Zang Runze;Chen Jiejue;Ding Zhengjun

机构地区：[1]淮河能源淮南潘集发电有限责任公司

出　　处：《电力设备管理》2024年第18期77-79,共3页Electric Power Equipment Management

摘　　要：利用动态时间调整(Dynamic Time Warping,DTW)算法处理高维燃煤数据。引入协同过滤算法预测燃煤电厂运行数据的价值。基于此,通过模糊C均值聚类算法,在聚类的同时生成变量属性,最后通过人工蜂群聚类算法,实现数据价值深度挖掘。试验结果表明,研究方法对燃煤电厂运行的高、低价值数据的聚类效果更好,且查全率始终高于97%。

关 键 词：燃煤电厂 运行数据 价值挖掘 DTW算法 模糊C均值聚类算法 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]