电厂排口数据分析4.doc

机密 第  PAGE 23 页 共  NUMPAGES 23 页  DATE 2018/3/18 主题分析 去除SO2效率模型主题 主题描述 脱硫工艺的一个主要指标是脱硫效率，指通过脱硫工艺处理后，处理流程降低硫含量的能力，本主题建立混合气体中的各参数（如含氧量、温度、湿度等）、反映过程状态参数（如炉旁挡板开度、浆液PH值、循环泵电流等）与SO2减少量之间的数学模型，实现当给定混合气体参数和过程状态参数的情况下，预测SO2的减少量。 处理过程 通过如下几个概要步骤进行： 数据预处理 在之前数据整体处理的基础上，首先去除不需要的属性： 同时定义了脱硫量，如下图示： 去除脱硫量不合法值 至此，形成分析数据集合。 数据理解 对得到的数据集合进行统计分析，初步理解数据分布及确认其质量，其统计分析结果如下图示： 数据建模 由于输入与输出均是连续型数据，分别选取神经网络、线性回归模型、CR决策树、泛化线性模型、CHAID决策树模型、SVM模型对数据进行拟合，为了测试数据拟合质量，将数据集分为训练集和验证集，其中训练集占总体数据的70%，其它30%为验证集数据，对得到的模型通过一定的参数调整后得到模型最优结果，然后在最优结果中选取最优的前四个作为代表，分别将拟合结果如下表示： 神经网络 神经网络拟合后评价指标如下图示： 对于测试集，在极端情况下，最大误差为1197，最小误差为-4510，均值误差为-1.339，绝对均值误差为131，标准方差为259，线性相关性为0.983，标明预测值能很好地拟合真实情况，其预测值与真实值的点图如下示，它直观地表明了两者之间的强相关性。 线性回归模型 评价指标如下图示： 真实值与预测值之间点图： Generalized Linea 评价指标如下图示： 真实值与预测值之间点图： CR决策树 评价指标如下图示： 真实值与预测值之间点图： Boosting偿试提升预测精度与稳定性 神经网络与线性回归模型组合 神经网络与线性回归模型组合并以voting方式进行预测的指标如下图示： 其结果在整体上要优于任何单个模型 神经网络、线性回归模型、Generalized Linea组合 把神经网络、线性回归、Generalized Linea模型组合并以voting方式进行预测的指标如下图示： 在神经网络与线性回归模型组合的基础上结果没有太大提高，boosting还增加了复杂度，故不应该用此预测模型。 神经网络、线性回归模型、CR决策树组合 把神经网络、线性回归、CR决策树模型组合并以voting方式进行预测的指标如下图示： 在神经网络与线性回归模型组合的基础上结果没有太大提高，boosting还增加了复杂度，故不应该用此预测模型。 结果 最终确定使用神经网络与线性回归模型组合作为最终预测模型。 神经网络的预测准确率以及网络结构如下图所示： 其中预测准确率的计算公式为： 线性回归模型输出的模型表达示为： 两模型组合后的最终模型的拟合点图如下图示： 准确性及相关参数指标如下图示： 脱硫影响因素分析 主题描述 本分析主要是结合背景知识，用各种分析手段确定输入因素与脱硫效率之间的关系。 处理过程 数据预处理 提取目标变量 首先确定本分析的目标变量为脱硫效率rateOfDS，如下图示： 此百分比越大越好，表征系统脱硫的能力。 去除脱硫效率非法值 脱硫效率应该在0到100之间变化，去除在此范围之外的数据。如下图示： 去除流量非法值 输入与输出流量之间的差别不应大于输入或输出的一半。如下图示： PH值非法 却除PH值非法数据，如下图示： 数据理解 单变量与目标变量之间的关系 各关系图如下示，其中第一个图是脱硫率之和与各指标的分布关系，第二个图是各电厂变量的分布情况，它同时也体现了脱硫率在此变量上的分布情况。 输入的SO2密度 氧气所占比例 浆液PH值 增压风机电流 循环泵电流与标态流量之比 总结 国电第一热电16号脱硫效率相对低下，初步估计受浆液PH值的控制以及风机功率等原因影响。 频繁项集分析 本分析旨在发现数据中关于脱硫效率的强规则。 数据离散化处理 首先将连续数据离散化处理，满足算法输入的要求。  分析结果 以支持度15%、可信度50%为阈值，得到如下规则集。 由结果可以确定，循环泵电流/标态流量、浆液PH值、in氧量%三个因素与脱硫效率密切关系，当它们处于某个特定范围时，脱硫效率以较大概率处于较优状态。 循环泵电流/标态流量_BIN对应循环泵电流/标态流量如下图示： 浆液PH值_BIN对应的PH值如下图示： In氧量%_BIN对应的In氧量%值如下图示： 由此进一步说明国电第一热电16号脱硫效率相对低下的一个主要原因是浆液PH值控制不好，三个值分别应控制在如下范围内： 0 循环泵电流/标态流