基于数据挖掘技术的热能供热数据处理方法

郑阳平，王学军

(承德石油高等专科学校 计算机与信息工程系，河北 承德 067000)

目前，在我国能源出现“富煤、贫油、少气”的形势下，自集中供热改造以来，主要是以煤炭、天然气和油为主要燃料的区域锅炉房或城市热电厂进行城市供热。承德地区的供热就是热电厂，经过其热能转换装置将能量传递给热网系统；供热系统的热源是供热的第一站，是以蒸汽、电力、水和热为能源，通过能耗设备进行传输，能耗设备主要包括热交换器和输配系统的水泵；以单位供热量的消耗量来评定耗能水平的优劣。热能输送是主要供热环节，由热网系统承担，虽然供热管道由钢管、保温层和保护层组成，尽可能减少能量消耗，但是，沿途散热的热损失和泄漏的水还是存在的，不可避免的。在供热系统中，需要对每天的运行情况得到大量的监控数据，根据这些数据可知道当前的供热状态，根据数据的现实分析和数据之间的关系可以蕴含很多有效的信息，在目前的供热系统中，工程人员对具体现实的数据进行比较，但是忽略了原本存在于数据之间，而被人们忽略的有效信息。

1 数据挖掘(Data Mining)在热能供热系统中进行数据处理的指导思想

针对热能供热系统中产生的超大规模数据，利用计算机软件技术和数据挖掘技术可从数据中发现内在规律，提取数据之间的有用知识和信息。数据挖掘技术是通过分析、聚类、预测等数据分析方法对数据进行分析，发现存在于供热系统生产过程中，但又不能被人们靠工作经验就能简单获得的信息，并且得到的信息有时是超出使用者的想象，其应用价值的确很大，并且通过研究得到的是“显式知识”。

数据挖掘技术在热能供热系统中进行数据处理的过程如下：建立基于供热系统基础数据上的数据仓库；利用聚类、分析、奇异点等技术对数据仓库中的数据进行分析；选用或构造恰当的数学模型；通过分析得到先进有效的结论。

2 数据挖掘在供热系统数据中的处理过程

根据热能供热系统中的数据特点，针对供热生产过程中产生的超大量数据，例如：热电厂热网系统中的热交换器、输配系统水泵、供热管道保温装置等方面产生的数据，利用数据分析进行研究和处理，得出和供热系统相对应的结论，并以此指导供热方案，在该研究过程中包括生产分析和数据汇集、数据分析、形成结论、应用成果等阶段，具体为：

1)数据分析和汇集，建立有关供热超大量数据相关的数据仓库。针对热能系统的供热过程，通过在供热生产环节中产生的超大量的生产数据，进行分析、处理、奇异点排除等整理过程，建立海量数据仓库，这是研究数据的基础。在分析数据时，要考虑数据之间的相关性，例如，热电厂通过热能转换装置将能量传递给热网系统；供热系统的热源是供热的第一站，是以蒸汽、电力、水和热为能源，通过能耗设备进行传输，能耗设备主要包括热交换器和输配系统的水泵。在建立数据仓库时要考虑这些因素之间的关系。

2)利用数据挖掘技术，对数据进行分析得到数据分析处理的有效方法。针对以供热系统中的海量数据，通过聚类分析、预测分析、关联等方面的有效技术，对供热系统中的相关数据进行有效分析和恰当处理，得到数据间的潜在联系，形成有效结论，同时分析得到数据的发展趋势。例如，通过对热能输送分析，由热网系统承担，虽然供热管道尽可能减少能量消耗，但是，沿途散热的热损失和泄漏的水还是存在的，不可避免的。热损失，通过对热网、能量消耗等方面的关联分析，能够得到最有效的传热方案，进而为供热方案提供依据。

3)通过数据分析，得出相应分析结果。根据热能供热系统的生产特点，通过对供热生产数据的特性分析，结合数据挖掘分析技术中的聚类、分析等方法的特点，得出适合于供热系统的三维模型(即：立体化模型)，最终得出适合于中等化城市的供热数据特点及供热方案的模型(即：供热数据分析模型结果)。

4)验证结论，在实践中检验结论的适用性。将得出的结论应用到城市(例如承德)的供热系统中去，并通过供热实践来真正检验方案的可实施性以及可应用性，并在应用过程中进行验证并实现结论的进一步完善，使结论实践过程中再提高，使结论在真实生产过程更加科学、可靠。

数据挖掘分析过程在热能供热系统中的数据处理过程，如图1所示。

3 数据挖掘在热能供热生产过程中实现数据处理技术方面的展望

目前，能源是人类社会发展的重要基础资源。我们要充分利用能源的同时，还要注重节约能源消耗，保护环境。世界能源消耗在不断持续增长，尤其是一次性能源消耗，但是随着能源的不可再生，现在世界上，对能源的消耗由原来的“粗犷化”向“优质化、清洁化”转变。但是，地区经济发展结构上来看，能源消耗结构存在巨大的差异，如我国北方主要以煤炭为主要消耗能源。

针对目前比较流行的供热系统所关注的内容，就当前如何解决热能日益紧缺的时代，为如何有效利用资源、使其尽最大可能发挥力量提供了思路。利用现代高科技手段(数据挖掘技术)通过对供热系统中出现的海量数据的分析，得到许多隐含的、隐式数据的提示，使供热过程更加具有规划性、针对性和指导性，以便决策者可在一定的理论数据基础上做出决策，即节约能源，又使企业价值在现有基础上达到最大化。

4 结束语

本文论述的内容是建立在对供热系统海量数据分析的基础上，其结果是真实可靠的，拓展了供热系统数据分析的方法。本文介绍的方法是将计算机数据挖掘技术(如分析法、分类法、预测法、关联法等)与工程实际的紧密结合，即对供热系统的优化有很大的帮助作用，同时对发展目前比较流行的数据挖掘技术的应用起到非常重要的作用。本文的研究成果将直接应用于供热系统的分析中，对建立供热系统专家决策系统提供了很好的技术基础。这些数据处理的方法，在其他软件平台开发过程中，起到非常重要的支持作用。