火電廠優化運行中數據挖掘技術的應用

張澤坤

摘 要：隨著信息技術與網絡技術的發展，數據挖掘技術應運而生，并在諸多行業中得到應用。火電廠運行系統中引入數據挖掘技術，可以顯著提高火電廠運行效率、確保火電機組優化目標順利完成，提高火電廠經濟效益。基于此，文章通過分析火電廠優化運行與數據挖掘技術，給出數據挖掘技術應用的措施。

關鍵詞：火電廠；優化運行；數據挖掘技術

中圖分類號：TP311 文獻標志碼：A 文章編號：2095-2945（2018）28-0152-02

Abstract： With the development of information technology and network technology， data mining technology emerges as the times require， and has been applied in many industries. The introduction of data mining technology into the operation system of thermal power plants can significantly improve the operation efficiency of thermal power plants， ensure the successful completion of the optimization objectives of thermal power units， and increase the economic benefits of thermal power plants. Based on this， this paper analyzes the optimal operation of thermal power plant and data mining technology， and gives the measures of data mining technology application.

Keywords： thermal power plant； optimized operation； data mining technology

火電機組功能正常發揮是電廠穩定運行的基礎，工作人員明確火電機組運行優化的目標，依據具體情況確定運行參數，達成節能降耗、提升電廠效益的目的。數據挖掘技術通過分析數據，綜合確定火電機組運行目標的優化值，保證目標的合理性與可行性，本文據此展開論述。

1 火電廠優化運行與數據挖掘技術

隨著國家提出節能降耗及可持續發展戰略，火電廠優化運行已成為必然。火電廠優化運行，旨在確保火電機組處于最佳運行狀態，并計算出不同環境下機組運行的參數與方式。與此同時，火電機組的運行效率也對火電廠效益產生直接影響。確定運行優化目標后，通過計算分析掌握運行具體情況，實現火電廠節能減排。隨著數據挖掘技術發展，已經有大部分火電廠利用大數據完成管理工作，有助于指導火電廠健康發展。尤其是數據挖掘技術快速發展，內容快速擴充，很多行業中已經利用大數據的便利條件，促進工作效率提升[1]。

火電優化運行中利用數據挖掘技術，有效管理優化運行中涉及的內容，既能保證準確性、又可以對管理體系進行優化，構建完善的管理流程。數據挖掘技術中獲取連鎖信息是主要應用方向。借助數據挖掘技術全面掌控基本情況，避免優化運行中可能出現的問題，提高優化運行的真實性與有效性。此外，數據挖掘技術的最大特點在于數量龐大、傳輸速度快及較大價值性。但同時整個技術也存在一定安全隱患，最大的就是數據泄露問題與隱私保護。互聯網背景下大數據可以快速獲取與整理信息，出現信息盜用的情況。大數據背景下火電廠優化運行工作面臨著很多新的問題，接下來就此展開論述。

2 火電廠優化運行中數據挖掘技術應用的困境

2.1 火電廠運行環境復雜性

火電廠優化運行受到數據挖掘技術的影響，表現為：優化運行時可以獲得更多的運行信息，運行空間變得廣闊；運行環境快速變化，與運行相關的數據信息持續產生，并不斷更新，火電廠需要借助云計算平臺對數據進行整合與處理，要求不斷提高。火電廠需要構建完善、高效的優化運行系統，也唯有如此，才能挖掘出富有具有價值的數據與資產。總的來說，大數據背景下火電廠優化運行面臨著很多新的問題，運行環境變得復興，直接影響到運行信息的采集、信息處理及制定方案等環節，使得火電廠優化運行面臨著新的問題與挑戰[2]。

2.2 火電廠運行信息辨識性

大數據時代背景下，互聯網上的信息數快速增加，年度數據總量已經增加到ZB級別。網絡數據內蘊含著較大價值，傳統數據管理與處理技術已經不能挖掘這些數據的價值，進而影響到管理運行者無法準確判斷數據價值。這樣背景下，必須引入更先進的技術，基于火電廠實際情況構建完善的運行系統。火電廠通過運行而系統獲得更有價值的數據，制定出合理的運行方案，推動火電廠自身的長遠、健康發展。

2.3 火電廠運行程序滯后性

傳統火電廠的運行程序較為復雜，需要火電廠自身花費大量時間與精力搜集和整理信息、選擇及優化評估方案等。這些環節的存在直接造成信息出現滯后，直接影響到火電廠長遠發展。大數據時代背景下，火電廠必須結合實際情況優化運行流程，提高信息的利用率，幫助火電廠獲得優勢。換句話說，火電廠競爭就是基于數據開展的，數據挖掘技術下火電廠深入挖掘各類信息機制，獲得有助于火電廠運行的信息，幫助優化運行層做出正確的運行。

3 火電廠優化運行中數據挖掘技術具體應用分析

3.1 運行優化目標值的確定分析

火電廠正常運營時各類需要多種設備配合運行，但不同設備會產生不同運行波動，造成彼此間影響，通過分析相關設備的運行數據可以明確這些波動之間的聯系。火電機組運行時性能受到諸多因素影響，包括負荷、參數及操作等內容，對不同數據進行定量化處理，明確各類設備之間的關聯規則。數據挖掘技術應用時，關聯規則量化是主要內容，通過分析大量設備運行的歷史數據，進一步確定運行參數的目標值[3]。

數據挖掘技術確定火電廠運行優化的最終目標值的流程，分成在線與離線兩部分。對火電廠機組運行的大量歷史數據進行挖掘式分析，構建運行優化目標值的數學模型，利用回歸分析與工況辨識的方法，在計算機內部構建一個優化模型數據庫。聯系火電廠運行的實際情況，同時采集設備運行現場數據，依據離線方式挖掘電力生產數據規則，確定正常狀態下設備運行參數，操作人員以此為基礎對設備參數進行調整。這也是設備運行優化的主要流程，通過層層遞進方式獲得運行的最優值。如表1為我廠一300MW機組運行參數最優值與基準值的對比數據。

3.2 最優化運行曲線分析

火電廠運行優化目標值通過數據挖掘技術確定后，選擇合適的方式計算得出符合數據，并獲得機組運行參數的最優值曲線。這里依然已300MW發電機組為例，通過數據挖掘技術獲得如圖1所示的過量空氣系數設計值曲線與最優值擬合曲線。

火電廠鍋爐燃燒效率受到過量空氣系數值的影響，如果這個系數值偏小，則意味著鍋爐內的燃料無法充分燃燒，出現浪費，不滿足節能減排的目的；而系數過大的話，則會造成鍋爐內部空氣流速加快，使得爐膛溫度降低，不利于提高鍋爐運行效率。300MW負荷條件下，鍋爐熱量損失隨著過量空氣系數的減小而持續增加，當系數值超過1.294臨界點時，系數繼續減少，燃料不完全燃燒造成的損失與排煙熱損失相比微不足道。機組運轉狀態處于低負荷時，過量空氣系數與鍋爐飛灰含碳量間的聯系并不緊密，基于鍋爐燃燒特性分析，當機組運行負荷為150MW時，過量空氣系數值控制在1.53上下最合適。

3.3 燃料管理中數據挖掘技術的應用

電廠燃料傳統管理模式中，主要依托傳統管理中的成功經驗，側重于內部預防管理，將每個員工作為獨立單元進行監督。而電廠燃料信息化管理的實現，以計算機信息系統為基礎，在燃料的采購、制樣、化驗、摻燒的過程中，借助強大的信息技術手段，隨時計算出燃料的加權平均熱值，在滿足發電負荷及環保要求的情況下，指導燃料摻燒，盡量保持燃料的耗用與庫存加權熱值接近，避免出現潛虧或潛盈，更重要的是可以防止認為的調節利潤，能真實的反應企業的經營業績，促進燃料管理水平的進一步提升[4]。

引入現代化燃料管理信息系統，可以提前錄制大量計算公式在系統中，管理人員也可以根據自身需要錄入公式，促進計算效率提升，降低工作強度與難度。此外，傳統電廠燃料管理模式中包括簽訂合同、結算、檢驗質量等工作，文檔管理工作并不是很完善，加上存在于紙面上的數據難以整合，也存在數據遺失、錯誤的情況。通過引入信息化技術，可以提升燃料階段工作效率，根據實際情況及時調試系統，驗證信息化處理結果，并根據電廠客戶情況構建公式，制定符合實際情況的燃料結算形式，解決燃料管理中存在的問題，達成大幅度提高燃料管理效率的目的。

4 結束語

總之，通過優化火電廠運行可以提高效率并降低運行成本，合理利用數據挖掘技術，可以在火電廠運行中挖掘出很多具有價值的信息與知識，通過加大數據分析與研究全面發揮數據挖掘技術的作用，促進火電廠運行效率提升，為社會主義現代化建設提供能源支持。

參考文獻：

[1]高起棟.基于數據挖掘技術的火電廠設備狀態監測系統[J].工業技術創新，2017，04（06）：24-27.

[2]吉云，王繼明，黃振江，等.基于數據挖掘技術的火電廠燃燒綜合優化控制[J].自動化博覽，2013（10）：56-59.

[3]李帥.探討數據挖掘技術在火電廠優化運行中的應用[J].科技風，2012（19）：87-88.