热电厂过程控制与优化过程中数据挖掘技术的应用.docxVIP

??

?

??

热电厂过程控制与优化过程中数据挖掘技术的应用

?

?

?

?

?

??

?

?

?

摘要：热电厂想要保证稳定的运行，需要以机组功能的正常发挥为基础，作为电厂工作人员，应将过程控制与优化机组运行作为主要的工作目的，并根据实际情况来选择合理的运行参数，从而获得节能和降耗的效果，最终达到提升电厂经济效益的目的。通过数据挖掘技术来对过程控制与机组运行的优化值进行明确，从而提升其整体的合理性，这对于电厂优化运行有着很重要的意义。

关键字：热电厂；过程控制；优化运行；数据挖掘

电厂优化运行中通过运用数据挖掘技术，能够实现电厂运行内容进行有效的管理和优化，在保证准确度的同时也实现了体系的优化，以达到了管理结构的完善，如图1所示。数据挖掘技术当前的主要发展方向是获取连锁信息，通过该技术来对电厂基本情况进行掌握，避免运行中的问题，从而提升优化的有效性。另外，数据挖掘技术的最大特点在于传输速度快、数据数量大，但其中也存在着数据泄露等问题。

1.数据挖掘技术在热电厂过程控制与优化运行中的应用

1.1确定运行优化目标

机组运行参数与周围环境以及运行时间有着密切关系，为了保证机组运行状态的最佳性，需要对相关参数进行调整。应用数据挖掘技术，可以准确地找到有价值的数据信息，并确定热电厂优化运行参数目标值。在对大量历史数据进行分析的过程中，可以确定热电厂运行优化目标值模型，然后确定运行参数，建立热电厂优化运行模式库。在采集数据时，应采取实时收集的方式，挖掘出潜藏的知识与数据之间的规律，从而方便工作人员对设备的相关参数进行调整。在热电厂中常用的有模糊关联规则挖掘算法，主要是对不同负荷工况下热电机组运行参数进行挖掘，并从中找到运行最优值。确定出热电厂优化运行的目标值，这些数据都是通过数据挖掘技术确定的，而且根据试验证明，在对热电厂运行参数进行优化后，热电厂对周围环境的影响明显降低了，锅炉运行的效率也大大提高了，可以有效提高热电厂的经济效益。

1.2最优运行曲线

利用数据挖掘技术得到热电厂运行优化目标值以后，采用最小二乘拟合法计算负荷数组，得到运行参数最优值曲线。通过数据挖掘技术得到机组过量空气系数设计值曲线和最优值拟合曲线，如图1所示。过量空气系数对于热电厂锅炉的燃烧情况有着直接影响，过量空气系数过小，会造成锅炉中燃料无法充分燃料，造成燃料浪费，产生较大的热损失；过量空气系数过大，会增加锅炉内空气流速，降低炉膛温度，影响锅炉运行效率。

图1过量空气系数最优运行曲线

1.3故障诊断

在不断的生产过程中，机器等各种设备会产生大量的数据，通过对数据的采集，可以有效地分析各种设备的工作性能，对工作效率以及工作状态进行实时性的监测。通过对数据进行筛选和储存，保留更多有用的数据，通过数据的分析以及一些计算模板的计算，得到更好的结果，首先可以对设备的故障进行诊断，在设备没有发生故障之前就可以进行一个预测，及时地进行维护，从而预防了设备出现故障。这样不仅提高了设备的工作效率，同时还节省了大量的资金。对生产过程中出现的故障时的数据进行挖掘和整理，创造一个故障数据集，从而对设备出现故障时的一些数据进行分析，能够精准的确定是某一个机组出现故障不仅有利于进行维修，而且还能够在日后的工作中更加的注意该方面的事故发生。

1.4机组负荷分配

通常机组负荷分配的优化目标函数为供电成本和标准煤耗，由于供电成本中包含很多难以量化的因素，不便于数学模型的建立。现在随着数据挖掘研究的普及和深入，可利用该技术实现机组负荷分配的优化目标。有人通过神经网络算法对机组负荷信息进行预测，再结合遗传算法在预测信息中选择最优的为输出的负荷优化结果。现阶段机组生产不仅要考虑供电成本和煤耗，还需要降低对环境的污染程度，可以在前者的基础上增加效益函数或者隶属度的方法来进行全局优化，达到经济效益与环境污染的综合解。所以在考虑运行参数的最优目标值时需要多种因素，为了得出机组运行的供电成本与锅炉煤耗的关系，可以对机组运行中的数据进行有选择性地提取，例如机组负荷、供电煤耗、排烟温度等，每个样本中应该包含多种运行参数，然后通过模糊分析法对参数进行初步处理，再增加相应隶属度的设置即可获得两者的关系，选取出一个最优值即为当前状态下最优化的结果。最后通过对实际运行中的数据进行监测，验证提出的算法是否符合实际运行情况，是否能达到机组优化运行的效果。

1.5数据分析

近些年，随着对生态环境的越发重视，倡导可持续发展与绿色生活的理念，很多设备上都安装了脱硫、脱硝设备来减少对环境的污染。虽然安装了这些设备保护了环境，但是增加了工作中的难度，生产过程中不容易对一些设备进行控制，甚至会提高热电厂的发电成本，针对这种情况，需要及时对数据进行分析来解决这些问题。通过对大量数据的挖掘处理，对数据进行实时向监测