火电厂中数据挖掘技术的应用论文
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
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，帮助火电厂获得优势。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。
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。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问题，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
【火电厂中数据挖掘技术的应用论文】相关文章：