火电厂运行状态监测数据挖掘技术综述
教学资源
402vol.40no.22012年2月2012日200090。 在、 。
1987-,
TK012a11001-9529201202-0292-04
08dz 120120008 dz 120150210 dz 0500800anoverviewofdataminingtechniquesinthemonitoringofrunningstateofthermalpowerplants宅墅-卫光阳延陵-灵犀-广光
schoolofenergy&; environmentalengineeringshaiuniversityofelectricpowershanghai 200090 Chinaabstractthereal-timedatabaseofthermalpowerplantsstoresagreatquantityofmonitoringdataconcerningrun -ningstateofthepowerplantsbearingmuchusefulinformationthatcanhelpimproveoperatingefficiencyandequip -ment security.thispaperhasstudiedthedataminingtechniquesapplyingtothemonitoringofrunningstateofther -malpowerplantsinvestigateditsapplicationstatusanalyzeditslimitationsandprospectsandputforwardresearchdirectiontowardsrunningstateintermsofalloperatingconditionandanti-equitymethodbasedondataminingtech -niqueswhichlaysafoundationforfurtheremployingdataminingtechniquestooptimizetheoperationofthermalpow -电脑计划。keywordsthermalpowerplantmonitoringofrunningstatedataminingoptimaloperation Foundation items͇ The Key Science and Technologies Program of Shanghai Scientific Committee ̵ 08DZ1201200đ 08DZ1201502̶ ͈ Scientific Research Plan Project of Shanghai Scientific Committee ̵ 10DZ0500800̶
2012 ୍ 1 ᄅϯ҃ൌീ֥ 《 ࠅӌնగಙ ؇֥ྛđ ࠅӌؿഡСࣜӈᄝ 50% ~ 100% ஆ٢ѓሙ》̵ GB 13223-2011̶ ؓࠅӌնగಙ حקڵހٓຶଽᄎྛđ ࠏቆᄎྛڵހٓຶ֥ঔնđ ஆ٢୩؇ཋᆴ、 ࡓҩބࡓ॥ิԛਔ۷ູ֥۬ ᄹ఼ਔࠅӌᄎྛҕඔᆭࡗ֥٤ཌྟđ ᄜࡆഈࠅ ေ。ቔູքڵഠ߶ᄳ֥৯ఒြсྶࣉ၂҄ ӌഡСᆭࡗ֥ཌྷܱ৳ቔႨđ ֤ؓ༢֥ሙ ༥߄、 ധ߄ࢫିࡨஆඌބܵծീđ ҂؎ิۚࣜ ಒࡹଆэ֤ٳ。૫ؓᆃᇕݚਈᄎྛඔऌ֥ ࠶ᄎྛඣ。 ᄹࡆđ ඔऌडඌॖၛൌགྷଆࡹଆ、 ܱ৳ٳ ູਔิۚࠅӌྐ༏߄ᄎྛඣđ20 ൗࡀ 80 ༅đ ൌགྷᄝીႵಒקඔ࿐ଆ֥భิ༯ؓࠏቆࣜ ୍սଌषđ ݓՖݓຓႄࣉ DCS ༢ѩႋႨ֞ ࠶ᄎྛ֥ܿᄵ、 ଆൔࣉྛႵၭ֥ٳ༅。 ࠅࠏቆđ ᆃѓᆽሢ DCS ༢षࣉೆ֞ݓሱ Ч໓ӂඍਔଢభඔऌडඌᄝࠅӌᄎྛ ߄ਵთ。ࠅӌഡСگᄖđ ླေࡓҩ֥ඔऌࢠ ሑࡓҩᇏ֥ႋႨ౦ঃđ ฐษਔթᄝ֥҂ቀđ ؓࣂ ؟đ1 ࠅࠏቆ၂ϮჿႵ 2 000 ~ 10 000 ۱ଆ ު֥ؿᅚࣉྛਔᅚຬ。 ҩׄބ 500 ~ 2 000 ۱ඔሳҩׄđ ಆӌࡓҩඔऌਈ 1 ඔऌडۀঃ ٤ӈն。ਸ਼ຓđ ႮႿֹთࣜ࠶ഠ߶ؿᅚ֥҂ޙđ
Ⴈླაჷٳ֥҃ҵၳྟđ ၛࠣࢫିט؇ᇅ ඔऌडႻࢡඔऌ९ᇏᆩ്ؿགྷ̵ Knowledge ֵൾđ ֩ ࠅӌᄎྛሑࡓҩඔऌडඌሸඍ 0293 Discovery in Databaseđ ࡥӫ KDD̶ đ ൞ 20 ൗࡀ 90
2 ඔऌडᄝࠅӌᄎྛሑࡓҩᇏ֥ ୍սၛটؿᅚఏট֥ඔऌ९༢ބඔऌ९ႋႨਵ ႋႨ თ၂۱భခ࿐॓đ ൞Ֆնਈ֥、 ҂ປಆ֥、 Ⴕᄮല
֥、 ଆ֥、 ෛࠏ֥ൌ࠽ႋႨඔऌᇏđ ิ౼ႅݣᄝ ඔऌडඌॖٳູ 3 ۱ؿᅚൈ௹͇ ᄪ௹ඔ ఃᇏႻమᄝႵႨ֥ྐ༏ބᆩ്֥ݖӱ。
工业和信息化教育
ೂ 1 ෮ൕ ŀ1ł 。 2. 1 Ⴊ߄ᄎྛᇏ֥ႋႨ ଢభđ ᆃ၂ਵთ֥࣮ၘࢠູധೆ。࣮ఏ ҄ࢠᄪ֥൞ႇݓ Belfast ୯ߟն࿐֥ Tony Ogilvieđ E Swidenbank ބ B W Hoggđ ૌࡼܱ৳ܿᄵඔऌ डႋႨႿࠅӌ DCS ༢đ ࡹ৫၂۱ህࡅ༢ ൌགྷؓᆜ۱ࠅӌࣉྛࡓ॥đ ൌགྷؓࠅӌᆞӈ ᄎྛᇏொҵ֥ࡓҩđ ѩູᄎྛದჴิ܂ކൡ֥ྩ ᆞҦ ŀ3ł 。ݓଽఏ҄ພđ ࢠᄪ֥൞ౢն࿐ Ⴇđ ྷཟתđ ӧૼ֩đ ؓඔऌडඌᄝࠅӌݖ ӱ॥ᇅაႪ߄ᇏ֥ႋႨቓਔԚ࣮҄。ૅݓιހ ն࿐֥ Andrew Kusiak ิԛਔ০Ⴈඔऌड ඌؓಗિݑಗഎིੱࣉྛႪ߄ ŀ4ł đ К৯ն ࿐ؓඔऌडඌᄝࠅӌᄎྛႪ߄ଢѓᆴಒק ᇏ֥ႋႨࣉྛਔࢠູധೆ֥࣮đ ֤֞ਔࠏቆᄎ ྛིੱࢠۚൈؓႋ֥ҕඔᄎྛࡗቔູቋႪᆴ ࡗၛᆷ֝ࠏቆႪ߄ᄎྛđ ѩ๙ݖᄝӌᇏ֥ႋႨ ဒᆣਔࢠݺི֥ݔ。 2. 2 ܣᅰᆐ؎ᇏ֥ႋႨ ඔऌडඌႋႨႿࠅӌഡСܣᅰᆐ؎đ 1 ඔऌडੀӱ ̵ 1̶ ඔऌሙСࢨ؍ ھࢨ؍ॖၛ༥߄ູඔऌ ൞ࠎႿؓࠅӌൎඔऌ、 ֒భᄎྛඔऌ֥ࡓҩ Ґࠢࢨ؍ބඔऌყԩࢨ؍。ᄝषඔऌडᆭ डđ ิ౼ܣᅰଆൔѩࣉ၂҄ႋႨ֞ࡓҩᇏđ ିܔ భđ ൮༵ေಒקႋႨਵთđ ѩሙСཌྷႋ֥ህြМࣟ ࠣൈؿགྷބყٝܣᅰđ หљൡކၛሙಒࡹ৫ ᆩ്͈ ࣉط࿊ᄴႨႿٳ༅֥ඔऌđ ࡹ৫ଢѓඔऌ ඔ࿐ଆ֥౦ঃ。Andrew KusiakđShital Shah ๙ ჷ͈ ᆌؓଢѓඔऌჷᇏ֥ᄮലඔऌ、 Ⴥඔऌ、 ಌ ݖඔऌडඌؓࠅӌ߄࿐ඣԩ༢ࣉྛਔ ാඔऌࣉྛყԩđ ѩჍၛᆞܿ߄ሇߐ。 ܣᅰҩაᆐ؎֥࣮ ŀ5ł ͈ Elyas Rakhshani ֩ࡼ ̵ 2̶ ඔऌडࢨ؍ ඔऌडࢨ؍൞ૼಒඔ ඔऌडაದ۽പࣜຩඌႋႨႿᅟݑܣ ऌडଢѓᆭުđ ০Ⴈ၂ק֥ඔऌडٚمđ Ֆყ ᅰᆐ؎ބყҩ。ݓଽД໓֩Ⴟ 2003 ୍ิԛਔࠎ ԩݖ֥ඔऌᇏิ౼ଆൔđ ࣉطྙӮႨླေ֥ Ⴟܱ৳ܿᄵ֥ࠅӌԮۋఖܣᅰҩٚمđ ิ౼ ᆩ്ܿᄵ֥ݖӱ。 ഡСᆭࡗ֥ཌྷܱྟྐ༏đ ؓԮۋఖࣉྛܣᅰࡓ ̵ 3̶ ࢳܙࢨ؍ Վࢨ؍൞ؓඔऌडࢲ ҩ ŀ6ł 。 ݔ֥ٳ༅ࡎݖӱđ ۴ऌႨ֥थҦଢ֥ؓิ౼ 2. 3 ᇗေᄎྛҕඔყҩٳ༅ᇏ֥ႋႨ ֥ᆩ്ࣉྛٳ༅đ ϜቋႵࡎᆴ֥ྐ༏ٳԛট。 ࠅӌᄝᄎྛݖӱᇏđ ҕඔэ߄၂ϮऎႵ ̵ 4̶ ّঌႋႨࢨ؍ Վࢨ؍ࡼඔऌडඌ ၂ק֥ѯྟ。ؓႿᆃᇕѯྟ֥ყҩᅧđ Ⴕ ֤֥֞ᆩ്、 ܿᄵႋႨ֞ളӁൌᇏđ ࣉ၂҄ဒᆣ ০Ⴟࠅӌܵ、 ᄎྛದჴࣉྛႵི֥ٳ༅ބ ඔऌडࢲં֥ᆞಒྟđ ѩᆌؓॖିԛགྷ֥ྍ໙ ؎đ ѩቔԛཌྷႋथҦ。 ีđ ࠣൈّঌ֞ඔऌडݖӱđ ࣉ၂҄ྩᆞປᆩ G. Lambert-Torres ֩০Ⴈଆٚمؓࠅӌ ്ܿᄵ。 ڵހࣉྛਔყҩٳ༅đ ࡼھٚمళೆཌྷႋೈࡱ4 0294 2012đ0̵ 2̶
2 ඔऌडඌؿᅚႋႨࣉӱ ᄝϘ༆ CEMIG ৯܄ඳࣉྛਔ؟୍֥ൌ࠽ᄎྛ ႋႨđ ᄎႨथҦඎෘمؓӌࠏቆႪ֩ࠩࣉྛ ൫ဒđ ѩ౼֤ਔਅݺ֥ყҩིݔ͈ ূ֩ࠎႿᆦӻ ٳোđ ๙ݖቋᇔ֤ԛ֥Ⴊ߄थҦඎđ ࡼܿᄵᄎႨ֞ ཟਈࠏٚم̵ SVM̶ ؓᇶᆕచੀਈࣉྛਔ݂߭ܙ ӌࠏቆႪٳ༅༢ᇏࣉྛؓӌࠏቆႪ֥ ࠹đ ѩၛଖ 300 MW ࠏቆູ২đ ܒࡹਔࠎႿᆦӻཟ ֩ࠩ߃ٳ͈ ݱն࿐աԽূ֩ؓඔऌडෘمᇏ ਈ̵݂߭ SVR̶ ٚم֥ᇶᆕచੀਈᄝཌ࠹ෘଆđ ֥ SGA ٚمࣉྛਔڿࣉđ ิԛਔ AGA ၌Ԯෘمđ ଆऎႵࢠ֥ۚࣚ؇ބࢠ఼֥ٗ߄ି৯。ඔऌ ০Ⴈࡆ၌ԮෘمൌགྷਔӌڵހႪ߄ٳ डඌᄝࠏቆᄎྛᇗေหྟҕඔყҩٳ༅ᇏႵ҂ ֥ଢ֥。 ഒӮۿσ২。 3 ٳ༅აᅚຬ 2. 4 ఃٚ૫֥ႋႨ
信息化教育
थҦܿᄵđ ۷ݺֹิۚӌᄎྛܵඣ。ᆢਪ 3. 1 ඔऌडඌაህြᆩ്֥ܱ৳ٳ༅Ⴕր ࣮֩ਔඔऌडඌᄝӌࠏቆႪݖӱᇏ֥ ࡆ఼ ֵൾđ ֩ ࠅӌᄎྛሑࡓҩඔऌडඌሸඍ 0295֒భඔऌडඌᄝࠅӌᄎྛሑࡓҩᇏ ൌᆷ֝ၩၬބ۽ӱႋႨࡎᆴ֥。 ֥ႋႨđ ᇶေ൞࠹ෘࠏඌູᇶ֝đ ህြඌቔູ
ڣᇹđ ඔ࿐ࢲંაၩၬ֥ࢲކބܱ৳ٳ༅ഉ րࡆ఼。ඔऌडඌቔູ࠹ෘࠏ॓࿐ඌ༯֥ ၂۱ٳᆦđ ླေࢠ఼֥࠹ෘࠏህြᆩ്ބധި֥ ඔऌٳ༅ି৯đ ھඌᄝࠅӌᇏ֥ႋႨႻླေ ᄽൌ֥ಣି۽ӱህြࠎԤđ ᆺႵࡼਆ۱ਵთ֥ᆩ ്Ⴕࠏࢲކđ Ҍି۷ݺֹࡼඔऌडඌႋႨ֞ ࠅӌᄎྛބܵᆭᇏ。 3. 2 ඔऌडٚم֥ؓའൡႋྟႵրࣉ၂҄ฐ
3 ࠅ৯ؿӌളӁݖӱࡥ ෬ ඔऌडඌᄝࠅӌᄎྛሑࡓҩᇏ֥ႋ 4 ࢲე Ⴈ࣮đ ႋھཟሢੀӱุ༢߄、 ٚمླྀ߄ބड ඔऌडඌॖၛႵֹི০Ⴈӌྐ༏༢ ඌࡥࢮ߄ٚཟؿᅚ。 ࠒ֥ݚਈᄎྛඔऌđ ᄝࠅӌᄎྛႪ߄、 ყҩٳ 3. 3 ඔऌडඌᄝࠅӌႋႨਵთႵրຉॺ ༅、 ܣᅰᆐ؎֩ٚ૫ؿߨࠒ֥ࠞቔႨ。ഉթᄝ ؿӌቔູ၂۱Ⴕࠏᆜุđ ఃᆞӈᄎྛླေ ҂ቀđ ࡼࠅ৯ؿӌሑٳ༅ඔऌडඌࠢӮ ؟۱҆、 ؟۱༢ᆭࡗ֥ႵࠏླྀቔٚିປӮ。 ֞ࠅӌ SIS ࠇ MIS ༢ᇏđ ຉॺఃႋႨਵთđ ҂ ଢభඔऌडඌᄝӌᇏ֥ႋႨਵთߎ҂ܔಆ ؎ิۚࠅӌνಆ、 ࣜ࠶ᄎྛ֥ܵඔሳ߄ඣđ ૫。ໃটॖၛࡼඔऌडඌႋႨ֞ࠅӌ֥ሧ ࡼ൞၂ཛࣅ௧طႵ۽ӱൌ࠽ႋႨభ֥ࣟༀ。 ࣁ、 ದ৯ބඌሧჷ֩؟ٚ૫ᆭᇏđ ۷ݺֹປ ҕॉ໓ང͇ ӌ֥ࣜႏٳ༅、 ିჷബ࠹、 ఒြ֥ܵಆݖӱ。
3. 4 ّޙٳ༅ࠅӌᄎྛሑ֥ඔऌड ŀ1ł FAYYAD UđPIATETSKY-SHAPIRO GđSMYTH P. From Data ඌ Mining to Knowledge Discovery in DatabaseŀJł American Asso- . ᄝࠅӌିਈሇߐݖӱᇏđ ಗਘ֥ൻೆ、 ሇߐ ciation for Artificial Intelligenceđ1996đ17̵ 3̶ ͇ 37-54. ŀ2ł WU Xin-dongđKUMAR VđQUINLAN J Rđet al. Top 10 al- აാ、 ିൻԛ൞ൈթᄝ֥。ሙಒϜࠅ gorithms in data miningŀJł. Knowledge Information Systemđ ӌಆݖӱ֥ିਈ০Ⴈބാ౦ঃđ ؓႿקಆ۽
2008đ14͇ 1-37.
ঃࠏቆࣜ࠶ᄎྛሑ、 ಣ৯ഡСหྟ֩൞ ŀ3ł OGILVIE TđSWIDENBANK EđHOGG B W. Use of Data ᇀܱᇗေ֥。 Mining Techniques in the Performance Monitoring and Opti- ೂ 3 ෮ൕđ ࠅӌളӁି֥ݖӱᇏđ ݑ mization of A Thermal Power Plant ŀCł. Knowledge Discovery Data Miningđ1998đ7 /1-7 /4. ಣ৯༢、 ܵ֡ಣ৯༢、 చؿࠏቆಣ৯༢ ŀ4ł KUSIAK AđBURNS AđMILSTER F. Optimizing Combus- 、 ڣᇹളӁ༢ᇏթᄝ҂ӱ؇֥ିਈാ。
tion Efficiency of A Circulating Fluidized Boiler͇ A Data Min- ಗਘൻೆ֥߄࿐ି๙ݖ۲۱ಣ৯༢ؓିਈྙ ing Approach ŀJł. International Journal of Knowledge - ֥ሇߐđ ቋᇔሇߐູॖႨିѩൻԛđ ఃᇏđ ӌႨ based and Intelligent Engineering Systemsđ2005đ9 ̵ 4 ̶ ͇ ҆ٳᇶေФٳ֞ݑಣ৯༢、 చؿࠏ 263-274. ŀ5ł KUSIAK AđSHAH S. Data-mining - based system for pre- ቆಣ৯༢ބڣᇹളӁ༢ᇏႨ。 diction of water chemistry faultsŀJł. IEEE Transactions on ٚمٳ༅ࠅӌିਈാđ ॖၛაࠅӌᆞޙ
Industrial Electronicsđ2006đ53̵ 2̶ ͇ 593-603. ིੱࡎቔؓб͈ ࣉ၂҄০Ⴈඔऌडඌૼಒ ŀ6ł Д ໓đ Ⴟղಥđ đ ֩. ࠎႿܱ৳ܿᄵ֥ࠅӌԮۋ ିਈാ֥ܒӮđ ၛࠣିਈാაࠏቆᇶေᄎྛ ఖܣᅰҩŀJł. ᇏݓࠏ۽ӱ࿐Бđ2003đ23 ̵ 12̶ ͇ ॖ॥ҕඔᆭࡗ֥ܱ৳ྟđ ູࠏቆᄎྛႪ߄ิ܂थ 170-174. Ҧ၇ऌ。െఅܻࡹ৫ਔؿӌܵ֡ಣིੱّ֥ ŀ7ł െఅܻđ ࿏ზধđ ઔ ౩. ܱႿؿӌܵ֡ಣིੱّ֥ ޙෘمࠣఃٳ༅ ŀJł. ת۽ြն࿐࿐Бđ1997đ19̵ 3̶ ͇ ޙෘم ŀ7ł đ ູषᅚฐ෬ބ࣮ࠅӌಆ۽ঃᄎྛ 99-105. ሑّޙٳ༅֥ඔऌडඌקਔࠎԤđ ؓ ൬۠ರ௹͇2012-01-16 Ⴟ༥߄、 ധ߄ࠅ৯ؿӌ֥ࢫିమ۽ቔđ ൞Ⴕགྷ Ч໓щ͇ࠠᆢ໓ћ