浅议基于数据挖掘的电站运行优化

杨智立

摘 要：电力工业作为一种能源工业，在国民经济的增长中起到了重要的作用。本文将通过分析数据挖掘技术的内涵、功能、步骤以及关键的关联规则，针对基于数据挖掘的电站运行优化进行简单研究和讨论。

关键词：数据挖掘；电站运行；关联规则

随着经济社会的发展，电力的需求量越来越大，同时，对电力供应的质量和安全性也有了更高的要求。近年来，我国电力建设发展较快，但由于人口基数较大， 用电需求不断增长，电力供应仍然处于紧张状态。为进一步提高能源的利用效率，迫切需要利用数据挖掘技术，优化电站运行，提高电站运行的经济性和安全性。

1.数据挖掘相关概述

1.1数据挖掘与知识发现

数据挖掘即从数据集中识别有效的数据，是一个知识发现的过程，也被称为数据开采和数据采掘。数据挖掘是科技进步的产物，是人工智能、数据库技术、机器学习等相关技术融合的结果。数据挖掘能够识别、分析、转换有价值的数据，用于企业决策或生产经营情况监测等。数据挖掘中的主要技术包括数据库技术、统计技术、人工智能等，涉及到多个领域。随着人们对信息技术利用程度的加深，如何从海量的信息中提取、挖掘、处理有效的消息，为企业发展服务，已经成为信息时代企业发展的一项重要难题。从总体上看，数据利用的程度较低，因此，数据挖掘和知识发现技术开始出现，并表现出强大得发展潜力。

1.2数据挖掘功能

数据挖掘是一个对数据进行系统的统计、分析、推理的过程，其目的是通过发现数据中的知识，对未来发展趋势进行预测，为企业的决策提供信息上的支持。数据挖掘功能主要的包括分类分析、聚类分析、关联规则分析、序列分析和时间序列、孤立点分析等。

1.3数据挖掘的步骤

数据挖掘不是一个孤立的过程，而是各个步骤相互联结和配合，共同实现目标的一种方法。在进行数据挖掘时，首先应对问题进行定义，明确数据挖掘要实现的挖掘，对实践工作的指导作用，确定学习算法等。进行数据收集和预处理，包括选取目标数据、预处理、数据变换等。进行数据挖掘，根据定义的问题，采取适当的方法挖掘数据。解释结果并进行评估，对相关性较差的数据和信息进行排除。

2.关联规则挖掘理论

2.1关联规则的定义

数据挖掘技术中的一个关键部分就是关联规则挖掘，能够发现数据之间的关联性和相关关系。数据之间的關联常常是隐藏起来的，通过逻辑操作和统计方法，往往不能发现其关联属性，而关联规则能够更加准确捕捉这种关系，因此，在数据挖掘中，关联规则研究是其中一个热点领域。

2.2关联规则的分类及算法

根据关联规则中变量的类型，可以分为布尔型和数值型；根据数据抽象层次，可以分为单层和多层规则；根据数据的维度，可以分为单维和多维规则；根据数据的确定性，可以分为确定和模糊规则。关联规则的基本算法包括：宽度优先和深度优先算法、抽样算法、增量式更新算法、并行算法等。

3. 基于数据挖掘的电站运行优化

3.1电站运行优化定义

电站运行优化主要是包括以下几个方面：在线性能计算、运行优化目标值确定、偏差分析、优化操作指导、统计评估等。其目的是为了提高电站运行的经济性和安全性。通过性能计算和能损分析，能够确定运行参数，分析影响电站运行的各项因素。根据运行的参数，确定运行优化目标值，对最优运行与实际运行的偏差进行分析和评估，为运行人员的提供决策支持，指导运行人员的进行运行调整，实现优化电站运行的目的。对运行参数进行计算，出具统计分析和评价报告。

3.2电站运行优化问题体系

电站运行优化问题体系包括数据采集、检验以及存储、性能指标计算、确定优化值、偏差分析、操作指导、统计评估、故障诊断和维修等。电站运行优化的基础就是数据的采集和处理，将采集到的数据储存到数据库中，同时对数据的准确性和可靠性进行检验。计算性能指标，通过现场采集的温度、压力、流量的数据，计算效率和煤耗等参数。确定最优运行状态参数值，为的运行人员提供指导。正确的优化目标值是计算偏离情况和打来的经济损失的前提，能够为运行人员进行操作调整提供方向和指导。目前，在实际工作中，很多运行人员都选择将设计基准值作为优化目标值，调整实际运行参数，但这种设置方式往往距离最优运行状态还有一定差距，无法使电站运行到达最佳的安全性和经济性。优化目标值的确定，应充分考虑其实时性、准确性以及可操作性，其目的是为了指导实际工作。分析实际运行参数与目标值之间的偏差。通常情况下，其偏差可能与运行负荷、运行条件和状态、控制系统、操作规范程度等密切相关。分别分析其可控参数和不可控的参数，确定损失的类型，对可进行调整的参数进行控制，对不能通过调整改善的部分，可以通过设备维修、更新等方式解决。保持对运行状态的监测，对电站的运行进行动态的评估，对可调整的偏差及时调整优化运行。监测设备的性能和状态，发现设备出现性能问题，应尽快安排维修。

3.3电站运行优化中数据挖掘的重要性

与其他行业相比，电站运行的干扰因素较小，通过分析和把握电站运行过程中的数据特征和关联性，能够总结出有利于生产实践的规律和经验，为电站运行的优化和改进提供支持。电站运行过程中，需要对数据进行实时的监测，同时，通过数据分析和处理，用于生产运行。数据挖掘技术，能够深入分析数据之间隐含的关系，获取有价值的信息和知识，从而进一步优化电站运行。在电站运行中，很多方面都可以应用数据挖掘技术，例如设备性能预测、故障诊断、运行优化、市场决策、物资管理等。

3.4电站运行优化系统中的数据挖掘

通过关联性分析，结果显示，电站运行中操作水平与参数、性能等指标具有密切的关系。基于数据挖掘的电站运行优化系统，应以数据为中心，进行数据的选择、预处理、转换、数据挖掘和评估。利用数据挖掘方法，对数据进行深层的挖掘和分析，建立算法模型。在确定优化目标值时，利用数据挖掘技术，通过分析历史数据，建立回归分析，挖掘数据潜在的知识和规则，为设置目标值提供参考。

结束语：

数据挖掘技术是信息时代发展的必然产物，提高了人们信息处理和知识发现的能力，在信息爆炸时代，数据挖掘技术已经成为企业生存和发展不可获取的重要技术。电站运行优化是指为提高电站运行的经济性和安全性，通过性能计算、运行优化目标值确定、偏差分析、优化操作指导、统计评估等一系列步骤，实现优化电站运行目的的过程。运用的数据挖掘技术，把握其运行规律，发现数据潜在的知识，进一步优化电站运行，推动我国电力系统的发展。

参考文献：

[1] 冉鹏.基于动态数据挖掘的电站热力系统运行优化方法研究[D]. 华北电力大学 2012

[2] 李建强.基于数据挖掘的电站运行优化理论研究与应用[D]. 华北电力大学（河北） 2006

[3] 王秋平，陈志强，魏浩.基于数据挖掘的电站运行参数目标值优化[J]. 电力科学与工程. 2015（07）

[4] 冯春晖，陈彦桥，刘金琨.数据挖掘技术在火电机组运行参数优化中的应用[A]. 中国自动化学会控制理论专业委员会B卷[C]. 2011