淺議基于數據挖掘的電站運行優化

楊智立

摘 要：電力工業作為一種能源工業，在國民經濟的增長中起到了重要的作用。本文將通過分析數據挖掘技術的內涵、功能、步驟以及關鍵的關聯規則，針對基于數據挖掘的電站運行優化進行簡單研究和討論。

關鍵詞：數據挖掘；電站運行；關聯規則

隨著經濟社會的發展，電力的需求量越來越大，同時，對電力供應的質量和安全性也有了更高的要求。近年來，我國電力建設發展較快，但由于人口基數較大， 用電需求不斷增長，電力供應仍然處于緊張狀態。為進一步提高能源的利用效率，迫切需要利用數據挖掘技術，優化電站運行，提高電站運行的經濟性和安全性。

1.數據挖掘相關概述

1.1數據挖掘與知識發現

數據挖掘即從數據集中識別有效的數據，是一個知識發現的過程，也被稱為數據開采和數據采掘。數據挖掘是科技進步的產物，是人工智能、數據庫技術、機器學習等相關技術融合的結果。數據挖掘能夠識別、分析、轉換有價值的數據，用于企業決策或生產經營情況監測等。數據挖掘中的主要技術包括數據庫技術、統計技術、人工智能等，涉及到多個領域。隨著人們對信息技術利用程度的加深，如何從海量的信息中提取、挖掘、處理有效的消息，為企業發展服務，已經成為信息時代企業發展的一項重要難題。從總體上看，數據利用的程度較低，因此，數據挖掘和知識發現技術開始出現，并表現出強大得發展潛力。

1.2數據挖掘功能

數據挖掘是一個對數據進行系統的統計、分析、推理的過程，其目的是通過發現數據中的知識，對未來發展趨勢進行預測，為企業的決策提供信息上的支持。數據挖掘功能主要的包括分類分析、聚類分析、關聯規則分析、序列分析和時間序列、孤立點分析等。

1.3數據挖掘的步驟

數據挖掘不是一個孤立的過程，而是各個步驟相互聯結和配合，共同實現目標的一種方法。在進行數據挖掘時，首先應對問題進行定義，明確數據挖掘要實現的挖掘，對實踐工作的指導作用，確定學習算法等。進行數據收集和預處理，包括選取目標數據、預處理、數據變換等。進行數據挖掘，根據定義的問題，采取適當的方法挖掘數據。解釋結果并進行評估，對相關性較差的數據和信息進行排除。

2.關聯規則挖掘理論

2.1關聯規則的定義

數據挖掘技術中的一個關鍵部分就是關聯規則挖掘，能夠發現數據之間的關聯性和相關關系。數據之間的關聯常常是隱藏起來的，通過邏輯操作和統計方法，往往不能發現其關聯屬性，而關聯規則能夠更加準確捕捉這種關系，因此，在數據挖掘中，關聯規則研究是其中一個熱點領域。

2.2關聯規則的分類及算法

根據關聯規則中變量的類型，可以分為布爾型和數值型；根據數據抽象層次，可以分為單層和多層規則；根據數據的維度，可以分為單維和多維規則；根據數據的確定性，可以分為確定和模糊規則。關聯規則的基本算法包括：寬度優先和深度優先算法、抽樣算法、增量式更新算法、并行算法等。

3. 基于數據挖掘的電站運行優化

3.1電站運行優化定義

電站運行優化主要是包括以下幾個方面：在線性能計算、運行優化目標值確定、偏差分析、優化操作指導、統計評估等。其目的是為了提高電站運行的經濟性和安全性。通過性能計算和能損分析，能夠確定運行參數，分析影響電站運行的各項因素。根據運行的參數，確定運行優化目標值，對最優運行與實際運行的偏差進行分析和評估，為運行人員的提供決策支持，指導運行人員的進行運行調整，實現優化電站運行的目的。對運行參數進行計算，出具統計分析和評價報告。

3.2電站運行優化問題體系

電站運行優化問題體系包括數據采集、檢驗以及存儲、性能指標計算、確定優化值、偏差分析、操作指導、統計評估、故障診斷和維修等。電站運行優化的基礎就是數據的采集和處理，將采集到的數據儲存到數據庫中，同時對數據的準確性和可靠性進行檢驗。計算性能指標，通過現場采集的溫度、壓力、流量的數據，計算效率和煤耗等參數。確定最優運行狀態參數值，為的運行人員提供指導。正確的優化目標值是計算偏離情況和打來的經濟損失的前提，能夠為運行人員進行操作調整提供方向和指導。目前，在實際工作中，很多運行人員都選擇將設計基準值作為優化目標值，調整實際運行參數，但這種設置方式往往距離最優運行狀態還有一定差距，無法使電站運行到達最佳的安全性和經濟性。優化目標值的確定，應充分考慮其實時性、準確性以及可操作性，其目的是為了指導實際工作。分析實際運行參數與目標值之間的偏差。通常情況下，其偏差可能與運行負荷、運行條件和狀態、控制系統、操作規范程度等密切相關。分別分析其可控參數和不可控的參數，確定損失的類型，對可進行調整的參數進行控制，對不能通過調整改善的部分，可以通過設備維修、更新等方式解決。保持對運行狀態的監測，對電站的運行進行動態的評估，對可調整的偏差及時調整優化運行。監測設備的性能和狀態，發現設備出現性能問題，應盡快安排維修。

3.3電站運行優化中數據挖掘的重要性

與其他行業相比，電站運行的干擾因素較小，通過分析和把握電站運行過程中的數據特征和關聯性，能夠總結出有利于生產實踐的規律和經驗，為電站運行的優化和改進提供支持。電站運行過程中，需要對數據進行實時的監測，同時，通過數據分析和處理，用于生產運行。數據挖掘技術，能夠深入分析數據之間隱含的關系，獲取有價值的信息和知識，從而進一步優化電站運行。在電站運行中，很多方面都可以應用數據挖掘技術，例如設備性能預測、故障診斷、運行優化、市場決策、物資管理等。

3.4電站運行優化系統中的數據挖掘

通過關聯性分析，結果顯示，電站運行中操作水平與參數、性能等指標具有密切的關系。基于數據挖掘的電站運行優化系統，應以數據為中心，進行數據的選擇、預處理、轉換、數據挖掘和評估。利用數據挖掘方法，對數據進行深層的挖掘和分析，建立算法模型。在確定優化目標值時，利用數據挖掘技術，通過分析歷史數據，建立回歸分析，挖掘數據潛在的知識和規則，為設置目標值提供參考。

結束語：

數據挖掘技術是信息時代發展的必然產物，提高了人們信息處理和知識發現的能力，在信息爆炸時代，數據挖掘技術已經成為企業生存和發展不可獲取的重要技術。電站運行優化是指為提高電站運行的經濟性和安全性，通過性能計算、運行優化目標值確定、偏差分析、優化操作指導、統計評估等一系列步驟，實現優化電站運行目的的過程。運用的數據挖掘技術，把握其運行規律，發現數據潛在的知識，進一步優化電站運行，推動我國電力系統的發展。

參考文獻：

[1] 冉鵬.基于動態數據挖掘的電站熱力系統運行優化方法研究[D]. 華北電力大學 2012

[2] 李建強.基于數據挖掘的電站運行優化理論研究與應用[D]. 華北電力大學（河北） 2006

[3] 王秋平，陳志強，魏浩.基于數據挖掘的電站運行參數目標值優化[J]. 電力科學與工程. 2015（07）

[4] 馮春暉，陳彥橋，劉金琨.數據挖掘技術在火電機組運行參數優化中的應用[A]. 中國自動化學會控制理論專業委員會B卷[C]. 2011