基于半监督级联聚类算法的火力发电厂煤炭实时分类方法  

Real Time Coal Classification Method for Thermal Power Plants Based on Semi Supervised Cascade Clustering Algorithm

作　　者：张堃 Zhang Kun

机构地区：[1]云南华电镇雄发电有限公司

出　　处：《电力设备管理》2025年第6期221-223,共3页Electric Power Equipment Management

摘　　要：煤炭质量的波动变化是影响火力发电厂高效运行的主要因素。然而,由于缺少对煤炭类型的实时在线测量方法,操作人员通常依靠工作经验实现煤炭分类,这严重降低了火力发电厂的运行效率。为此,提出了一种两阶段分类方法,以实现对煤炭类型的实时感知。第一阶段是离线过程,提出一种新型半监督级联聚类算法(Semi-Supervised Cascaded Clustering,SSCC),从火电厂传感器历史数据中提取煤种,并建立煤种库。第二阶段是在线过程,基于SSCC的分类器来实现煤炭的实时分类。在算例分析中,选用一组工业规模磨煤机的合成运行数据,对所提方法进行测试和验证。仿真结果表明,本文所提的两阶段实时分类方法,能显著提升火电厂运行效率,减少温室气体排放,降低运营成本,提高经济效益。

关 键 词：煤炭分类 半监督级联聚类算法 两阶段分类 火力发电站 

分 类 号：TM621[电气工程—电力系统及自动化]