火电厂优化运行中数据挖掘技术的应用

张泽坤

摘 要：随着信息技术与网络技术的发展，数据挖掘技术应运而生，并在诸多行业中得到应用。火电厂运行系统中引入数据挖掘技术，可以显著提高火电厂运行效率、确保火电机组优化目标顺利完成，提高火电厂经济效益。基于此，文章通过分析火电厂优化运行与数据挖掘技术，给出数据挖掘技术应用的措施。

关键词：火电厂；优化运行；数据挖掘技术

中图分类号：TP311 文献标志码：A 文章编号：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

火电机组功能正常发挥是电厂稳定运行的基础，工作人员明确火电机组运行优化的目标，依据具体情况确定运行参数，达成节能降耗、提升电厂效益的目的。数据挖掘技术通过分析数据，综合确定火电机组运行目标的优化值，保证目标的合理性与可行性，本文据此展开论述。

1 火电厂优化运行与数据挖掘技术

随着国家提出节能降耗及可持续发展战略，火电厂优化运行已成为必然。火电厂优化运行，旨在确保火电机组处于最佳运行状态，并计算出不同环境下机组运行的参数与方式。与此同时，火电机组的运行效率也对火电厂效益产生直接影响。确定运行优化目标后，通过计算分析掌握运行具体情况，实现火电厂节能减排。随着数据挖掘技术发展，已经有大部分火电厂利用大数据完成管理工作，有助于指导火电厂健康发展。尤其是数据挖掘技术快速发展，内容快速扩充，很多行业中已经利用大数据的便利条件，促进工作效率提升[1]。

火电优化运行中利用数据挖掘技术，有效管理优化运行中涉及的内容，既能保证准确性、又可以对管理体系进行优化，构建完善的管理流程。数据挖掘技术中获取连锁信息是主要应用方向。借助数据挖掘技术全面掌控基本情况，避免优化运行中可能出现的问题，提高优化运行的真实性与有效性。此外，数据挖掘技术的最大特点在于数量庞大、传输速度快及较大价值性。但同时整个技术也存在一定安全隐患，最大的就是数据泄露问题与隐私保护。互联网背景下大数据可以快速获取与整理信息，出现信息盗用的情况。大数据背景下火电厂优化运行工作面临着很多新的问题，接下来就此展开论述。

2 火电厂优化运行中数据挖掘技术应用的困境

2.1 火电厂运行环境复杂性

火电厂优化运行受到数据挖掘技术的影响，表现为：优化运行时可以获得更多的运行信息，运行空间变得广阔；运行环境快速变化，与运行相关的数据信息持续产生，并不断更新，火电厂需要借助云计算平台对数据进行整合与处理，要求不断提高。火电厂需要构建完善、高效的优化运行系统，也唯有如此，才能挖掘出富有具有价值的数据与资产。总的来说，大数据背景下火电厂优化运行面临着很多新的问题，运行环境变得复兴，直接影响到运行信息的采集、信息处理及制定方案等环节，使得火电厂优化运行面临着新的问题与挑战[2]。

2.2 火电厂运行信息辨识性

大数据时代背景下，互联网上的信息数快速增加，年度数据总量已经增加到ZB级别。网络数据内蕴含着较大价值，传统数据管理与处理技术已经不能挖掘这些数据的价值，进而影响到管理运行者无法准确判断数据价值。这样背景下，必须引入更先进的技术，基于火电厂实际情况构建完善的运行系统。火电厂通过运行而系统获得更有价值的数据，制定出合理的运行方案，推动火电厂自身的长远、健康发展。

2.3 火电厂运行程序滞后性

传统火电厂的运行程序较为复杂，需要火电厂自身花费大量时间与精力搜集和整理信息、选择及优化评估方案等。这些环节的存在直接造成信息出现滞后，直接影响到火电厂长远发展。大数据时代背景下，火电厂必须结合实际情况优化运行流程，提高信息的利用率，幫助火电厂获得优势。换句话说，火电厂竞争就是基于数据开展的，数据挖掘技术下火电厂深入挖掘各类信息机制，获得有助于火电厂运行的信息，帮助优化运行层做出正确的运行。

3 火电厂优化运行中数据挖掘技术具体应用分析

3.1 运行优化目标值的确定分析

火电厂正常运营时各类需要多种设备配合运行，但不同设备会产生不同运行波动，造成彼此间影响，通过分析相关设备的运行数据可以明确这些波动之间的联系。火电机组运行时性能受到诸多因素影响，包括负荷、参数及操作等内容，对不同数据进行定量化处理，明确各类设备之间的关联规则。数据挖掘技术应用时，关联规则量化是主要内容，通过分析大量设备运行的历史数据，进一步确定运行参数的目标值[3]。

数据挖掘技术确定火电厂运行优化的最终目标值的流程，分成在线与离线两部分。对火电厂机组运行的大量历史数据进行挖掘式分析，构建运行优化目标值的数学模型，利用回归分析与工况辨识的方法，在计算机内部构建一个优化模型数据库。联系火电厂运行的实际情况，同时采集设备运行现场数据，依据离线方式挖掘电力生产数据规则，确定正常状态下设备运行参数，操作人员以此为基础对设备参数进行调整。这也是设备运行优化的主要流程，通过层层递进方式获得运行的最优值。如表1为我厂一300MW机组运行参数最优值与基准值的对比数据。

3.2 最优化运行曲线分析

火电厂运行优化目标值通过数据挖掘技术确定后，选择合适的方式计算得出符合数据，并获得机组运行参数的最优值曲线。这里依然已300MW发电机组为例，通过数据挖掘技术获得如图1所示的过量空气系数设计值曲线与最优值拟合曲线。

火电厂锅炉燃烧效率受到过量空气系数值的影响，如果这个系数值偏小，则意味着锅炉内的燃料无法充分燃烧，出现浪费，不满足节能减排的目的；而系数过大的话，则会造成锅炉内部空气流速加快，使得炉膛温度降低，不利于提高锅炉运行效率。300MW负荷条件下，锅炉热量损失随着过量空气系数的减小而持续增加，当系数值超过1.294临界点时，系数继续减少，燃料不完全燃烧造成的损失与排烟热损失相比微不足道。机组运转状态处于低负荷时，过量空气系数与锅炉飞灰含碳量间的联系并不紧密，基于锅炉燃烧特性分析，当机组运行负荷为150MW时，过量空气系数值控制在1.53上下最合适。

3.3 燃料管理中数据挖掘技术的应用

电厂燃料传统管理模式中，主要依托传统管理中的成功经验，侧重于内部预防管理，将每个员工作为独立单元进行监督。而电厂燃料信息化管理的实现，以计算机信息系统为基础，在燃料的采购、制样、化验、掺烧的过程中，借助强大的信息技术手段，随时计算出燃料的加权平均热值，在满足发电负荷及环保要求的情况下，指导燃料掺烧，尽量保持燃料的耗用与库存加权热值接近，避免出现潜亏或潜盈，更重要的是可以防止认为的调节利润，能真实的反应企业的经营业绩，促进燃料管理水平的进一步提升[4]。

引入现代化燃料管理信息系统，可以提前录制大量计算公式在系统中，管理人员也可以根据自身需要录入公式，促进计算效率提升，降低工作强度与难度。此外，传统电厂燃料管理模式中包括签订合同、结算、检验质量等工作，文档管理工作并不是很完善，加上存在于纸面上的数据难以整合，也存在数据遗失、错误的情况。通过引入信息化技术，可以提升燃料阶段工作效率，根据实际情况及时调试系统，验证信息化处理结果，并根据电厂客户情况构建公式，制定符合实际情况的燃料结算形式，解决燃料管理中存在的問题，达成大幅度提高燃料管理效率的目的。

4 结束语

总之，通过优化火电厂运行可以提高效率并降低运行成本，合理利用数据挖掘技术，可以在火电厂运行中挖掘出很多具有价值的信息与知识，通过加大数据分析与研究全面发挥数据挖掘技术的作用，促进火电厂运行效率提升，为社会主义现代化建设提供能源支持。

参考文献：

[1]高起栋.基于数据挖掘技术的火电厂设备状态监测系统[J].工业技术创新，2017，04（06）：24-27.

[2]吉云，王继明，黄振江，等.基于数据挖掘技术的火电厂燃烧综合优化控制[J].自动化博览，2013（10）：56-59.

[3]李帅.探讨数据挖掘技术在火电厂优化运行中的应用[J].科技风，2012（19）：87-88.