CN106094744B - 基于关联规则挖掘的火电厂主运行参数目标值的确定方法 - Google Patents

Abstract

本发明是一种基于关联规则挖掘的火电厂主运行参数目标值的确定方法。通过对存储在历史运行数据库中的稳态运行数据利用关联规则挖掘技术得到机组在特定运行工况下的规则知识，最终用于指导机组优化运行。方法首先利用数据预处理技术从机组历史运行数据集中提取稳态运行数据。进而通过工况划分结果对特定工况数据集进行连续型属性的离散化操作，完成关联规则挖掘的数据集准备。最后通过关联规则挖掘技术对离散化后的数据集进行规则知识提取，得到机组历史运行知识库。该知识库可以辅助运行人员或控制系统做出相关决策，依据目标属性的不同可以提高机组运行的经济性，稳定性和环保性，使机组长时间保持在优良的运行工况下。

Description

基于关联规则挖掘的火电厂主运行参数目标值的确定方法

技术领域

本发明属于火电运行优化技术领域，是一种基于关联规则挖掘的火电厂主运行参数目标值的确定方法，该方法适用于火电，风电等相关领域。

背景技术

为保证火电厂机组的安全稳定和高效运行，目前基于数据挖掘的大型火电机组运行参数优化技术成为研究的关键领域之一。相同的外部约束条件下，由于运行操作的差别，机组稳定运行在不同的运行工况下。机组历史运行数据库中的运行工况记录覆盖面广，能真实反映机组实际运行状态，机组在不同外部条件下的最优可达运行工况均记录在该数据库中。因此，基于数据挖掘的火电厂运行参数优化研究其根本目标是获得火电厂当前最优运行目标工况。

传统获得机组最优运行目标工况的方法主要有采用机组设计值代替，机组热力试验试验数据，机组在线变工况计算，以及基于数据挖掘技术的机组目标值确定。机组设计值在机组处于低负荷时偏差较大；机组热力试验需要投入大量的资源实现机组在各种工况下的测试苛刻条件，所得数据很难满足实际工况要求；机组在线变工况计算方法存在大部分环节机理模型不准确进而导致整个机组运行计算的偏差，理论上的应达值与实际机组目标值存在未知的偏差。目前基于数据挖掘的大型火电机组运行参数优化技术已经在许多方面取得一定进展，但依然存在以下几方面问题：

1.在特征属性参数的数据离散化阶段，依然存在人为给定相关参数导致算法对离散化结果带来不确定性影响。通过研究数据离散化划分方法，进一步发挥聚类分析技术在数据离散化过程中的应用，减少离散化过程中人为因素的干扰，为关联规则挖掘做好数据准备；

2.关联规则挖掘框架的改进优化，在火电厂运行的新物理背景下，原挖掘框架的适用性应该被质疑，同时其缺陷也逐渐裸露。如何防止潜在知识被忽略，确定最优运行目标工况与历史数据的关系以及减小挖掘结果对给定最小支持度阈值的依赖性无法解决；

3.在利用数据挖掘技术做规则知识的提取时，如何进一步降低挖掘结果的冗余度，避免筛选大量冗余规则知识，实现对挖掘结果的高效获取。

发明内容

为解决现有技术中存在的上述问题，本发明提供了一种基于关联规则挖掘的火电厂主运行参数目标值的确定方法。本发明是在机组海量运行数据的基础上，通过对数据库中的稳态运行数据利用关联规则挖掘技术得到机组在特定运行工况下的规则知识。首先从机组历史运行数据集中提取稳态运行数据，通过工况划分结果对特定工况数据集进行连续型属性的离散化操作，完成关联规则挖掘的数据集准备。最后通过关联规则挖掘技术对离散化后的数据集进行规则知识提取，得到机组历史运行知识库，辅助运行人员或控制系统做出相关决策，使机组长时间保持在优良的运行工况下。

首先对本发明中出现的技术名词作以下说明：

稳态运行数据：是指发电厂生产过程中机组在特定工况下运行稳定性达到一定的限制条件时，由这些稳定的数据代表该机组在特定工况下的稳态运行数据。

特征属性：发电厂生成过程中所有涉及的测点名称及相应的二次计算得到的参数名称。

连续型属性：属性值为连续值的数据。例如：发电功率为200.5MW，即发电功率为连续型属性。

离散化：是指将连续型属性转换成离散值。例如：发电功率为200.5MW，离散化后为发电功率为“较高”。

运行工况：是指其由一组状态参数表示，包含环境因素、燃料特性和负荷等不可控参数及相应的机组运行参数。

置信度：是指在已知规则知识特征属性的条件下属于某一目标类的统计比例，在本发明中表示一条规则知识的可信程度。

本发明具体采用如下技术方案：

一种基于关联规则挖掘的火电厂主运行参数目标值的确定方法，包括如下步骤：

步骤1：首先对火电厂历史运行数据进行参数数据的清洗，包括检查数据一致性，利用邻近数据处理无效值和缺失值；

步骤2：根据协调控制系统投入自动，且重要辅机正常运行的时间节点，利用机组负荷以及主蒸汽压力两个参数在特定时间段内的极差与额定值的比值与给定机组稳态运行阈值进行比较，将小于该阈值的数据加入机组稳态运行数据集，其他数据直接剔除；

步骤3：利用火电机组稳态运行数据集，把机组运行工况按负荷、煤质和循环水入口温度，以及循环水泵运行台数四个外部条件参数作为依据对机组运行工况进行划分，其中利用K-means算法对机组负荷以及煤质参数进行聚类分析，循环水温度在0-40℃，以5℃为一个区间长度分为8个区间，最后通过组合四类参数确定一个特定工况；

步骤4：定义火电机组性能指标参数，包括稳定性、经济性、环保性3类指标，通过线性组合确定属性相应的权重值，再利用自适应模糊C均值聚类算法完成火电厂属性参数和性能指标参数的数据离散化过程；

步骤5：对于每一个特定工况把步骤4中离散化的火电机组运行数据利用动态模糊兴趣度-支持度框架进行关联规则挖掘，将得到的最优目标值与同工况下的历史知识库进行比较，若最新的最优目标值优于历史最优目标值，则使用最新的目标值替代该工况下的历史最优目标值，作为火电机组运行参数在该工况下的优化目标值。

在所述步骤1中，所述无效值和缺失值的修正采用时间顺序上的前后邻近值的平均值替代。

在步骤2中所述特定时间段为20min。

在步骤4中所述火电机组性能指标的线性组合为L＝p₁×L₁+p₂×L₂+p₃×L₃，其中L为机组性能指标，L₁为经济性指数，L₂为环保性指数，L₃为稳定运行性指数，其中参数p₁、p₂、p₃为权重因子，且满足p₁+p₂+p₃＝1。

在步骤4中所述自适应模糊C均值聚类算法，根据数据集的几何结构，即每一个子类应该是紧致的，且子类与子类应尽量分离的思想来设计以聚类数为自变量的聚类效果评价函数，最后结合机组实际运行状况选取合适的聚类数及其所对应的中心向量和隶属度矩阵作为自适应模糊C均值聚类算法计算结果。

在步骤5中所述动态兴趣度-支持度框架中的最小兴趣度指标动态性体现为：min_conf_{fp_r+1}＝min_conf_{fp_2}×k^r-1，满足k≥1，min_conf_{fp_r+1}≤1。其中r+1维度关联规则的最小兴趣度值为min_conf_{fp_r+1}，min_conf_{fp_2}为2维关联规则最小兴趣度阈值，k为动态调整参数，凭经验可设置为1.1。

与现有技术相比，本发明具有以下特征和有益效果：

(1)采用数据挖掘技术和方法，在机组海量的生产运行历史数据中，充分运用了特定工况的所有数据，所得最优运行目标参数具有良好的鲁棒性和准确性。

(2)通过自适应模糊C均值聚类算法进行数据的离散化操作，不仅反映火电厂原始运行参数数据的分布特性，同时排除了以往部分参数需要人为给定的严重缺陷。

(3)利用动态模糊兴趣度-支持度框架进行关联规则挖掘，充分利用全体数据发掘数据集中隐藏着的知识，完成规则知识的提取。

附图说明

图1为本发明一种基于关联规则挖掘的火电厂主运行参数目标值的确定方法架构图。

图2为本发明关联规则挖掘流程图。

具体实施方式

下面结合附图对本发明的技术方案做进一步详细说明。

如图1所示，一种基于关联规则挖掘的火电厂主运行参数目标值的确定方法，包括如下步骤：

第一，首先需要对火电厂历史运行数据集进行数据清洗，真实的数据是不完整的、有噪声的、模糊的数据，无法直接进行数据挖掘。为了提高数据挖掘的结果的有效性和正确性，降低数据挖掘所需要的时间，需要进行数据预处理。数据预处理包含多方面的内容包括检查数据的一致性，无效值和缺失值等，平滑数据集；无效值和缺失值的修正采用时间顺序上的前后临近值的平均值替代。

A)空缺数据的处理

(1)忽略该记录。如果某条记录中的空缺值比例较小且重要性较低时，这种方法的性能比较好。

(2)使用时间顺序上的邻近数据填补空缺值。如果某属性值缺失比例比较小，且重要性较高时，可采用此方法。

(3)使用最可能的值填补空缺值。使用决策树、回归分析或是贝叶斯推理等方法预测某属性空缺值的最可能的取值。该方法利用了当前数据所含的信息来帮助预测空缺值的最可能的取值。

B)异常数据的处理

在数据集合中，异常数据对数据挖掘的最终模型影响较大，应将其影响减到最小。异常数据的检测和清除过程可以描述为一个从样本中选出少部分与剩余数据显著不同的样本的过程。根据集体属性特征选取异常数据检测的常用方法有：

(1)基于偏差。首先规定样本集的基本属性特征，所有不符合这些特征的样本都是异常样本。

(2)离群点判断。在数据挖掘中，通过聚类分析检测离群点，那些位于集合之外的数据对象被视为离群点，即异常数据。

第二，电厂机组的特性研究需要获得稳态工况下的历史数据。由于电厂机组负荷变化导致历史数据库存在一定量的非稳态运行数据。本方法根据协调控制系统投入自动，且重要辅机正常运行的时间节点，利用机组负荷以及主蒸汽压力两个参数在特定时间段内的极差与额定值的比值与给定机组稳态运行阈值进行比较，将小于该阈值的数据加入机组稳态运行数据集，剩余其他数据直接剔除；特定时间段一般为20min。

第三，利用火电机组稳态运行数据集，把机组运行工况按负荷、煤质参数和循环水入口温度，以及循环水泵运行台数四个外部条件参数作为依据对机组运行工况进行划分。其中利用K-means算法对机组负荷以及煤质参数进行聚类分析，循环水温度在0-40℃，以5℃为一个区间长度分为8个区间，最后通过组合四类外部条件参数确定一个特定工况。

第四，定义火电机组性能指标参数，包括稳定性、经济性、环保性3类指标，通过线性组合确定目标属性相应的权重值。此外，数据库中的数据属性主要可以分成两类：一类是连续数据，另一类是离散属性，这种属性的值可以用少量的离散值来表示。在电站过程数据库中存在大量的连续型属性，诸如温度、压力、负荷等。连续型属性的离散化指在特定连续型属性的值域范围内，根据某种评价规则，设定若干个划分点，用这些划分点将属性的值域范围划分成一些子区间(离散化区间)，最后用特定的符号或整数值代表每个子区间。

所述火电机组性能指标的线性组合为L＝p₁×L₁+p₂×L₂+p₃×L₃，其中L为机组性能指标，L₁为经济性指数，L₂为环保性指数，L₃为稳定运行性指数，其中参数p₁、p₂、p₃为权重因子，且满足p₁+p₂+p₃＝1。

本发明利用自适应模糊C均值聚类算法，根据数据集的几何结构，即每一个子类应该是紧致的，并且子类与子类应尽可能分离的思想来设计以聚类数为自变量的聚类效果评价函数，最后结合机组实际运行状况选取合适的聚类数及其所对应的中心向量和隶属度向量作为自适应模糊C均值聚类算法计算结果，完成火电厂属性参数和性能指标参数的数据离散化过程。

第五，对于每一个特定工况把离散化后的火电机组运行数据利用动态模糊兴趣度-支持度框架进行关联规则挖掘，图2为该关联规则挖掘算法流程图。流程如下：

(1)给出2维关联规则的最小兴趣度阈值，确定前件及后件谓词集合；基于元规则模式对后件谓词集合中单个子集元素及前件谓词集合中所有子集中的单元素属性构建二维关联规则，并计算其模糊兴趣度值。

(2)筛选大于2维关联规则的最小兴趣度阈值的所有二维关联规则，并依据所筛选结果重新构建前件谓词集合，按等比递增公式计算更高维度关联规则的最小置信度值，实现参数的动态调整。

所述动态兴趣度-支持度框架中的最小兴趣度指标动态性体现为：min_conf_{fp_r+1}＝min_conf_{fp_2}×k^r-1，满足k≥1，min_conf_{fp_r+1}≤1。其中r+1维度关联规则的最小兴趣度值为min_conf_{fp_r+1}，min_conf_{fp_2}为2维关联规则最小兴趣度阈值，k为动态调整参数，凭经验可设置为1.1。

(3)对r维前件谓词集合所构成的所有r元子集(一个数值型属性所对应的多个离散化模糊属性在前件谓词集合的每个子集中仅能至多出现一次)与后件谓词集合中单元素子集构成维关联规则，并计算其模糊置信度值，生成r+1维前件谓词集合。

(4)若r+1维前件谓词集合为非空集合，转到(3)；否则更换前件谓词集合子集元素并转到(1)，若单元素全部更换完成则结束该挖掘过程。

由于在确定电厂经济运行工况模式中随着关联规则维度的增加，意味着相应的经济性目标下的特征点得到增加，若此时该关联规则计算得到的兴趣度值也得到了增加，就认为该属性对机组经济性能有益，否则认为该属性的增加无效，并剔除该规则。将得到的最优目标值与同工况下的历史知识库进行比较，若最新的最优目标值优于历史最优目标值，则使用最新的目标值替代该工况下的历史最优目标值，作为火电机组运行参数在该工况下的优化目标值。

Claims (6)

1.一种基于关联规则挖掘的火电厂主运行参数目标值的确定方法，其特征在于，基于火电厂机组运行积累的海量历史数据，找出机组特定运行工况下的最佳运行参数目标值，包括如下步骤：

步骤1：首先对火电厂历史运行数据进行参数数据的清洗，包括检查数据一致性，利用邻近数据处理无效值和缺失值；

步骤2：根据协调控制系统投入自动，且重要辅机正常运行的时间节点，利用机组负荷以及主蒸汽压力两个参数在特定时间段内的极差与额定值的比值与给定机组稳态运行阈值进行比较，将小于该阈值的数据加入机组稳态运行数据集，其他数据直接剔除；

步骤3：利用火电机组稳态运行数据集，把机组运行工况按负荷、煤质和循环水入口温度，以及循环水泵运行台数四个外部条件参数作为依据对机组运行工况进行划分，其中利用K-means算法对机组负荷以及煤质参数进行聚类分析，循环水温度在0-40℃，以5℃为一个区间长度分为8个区间，最后通过组合四类参数确定一个特定工况；

步骤4：定义火电机组性能指标参数，包括稳定性、经济性、环保性3类指标，通过线性组合确定属性相应的权重值，再利用自适应模糊C均值聚类算法完成火电厂属性参数和性能指标参数的数据离散化过程；

步骤5：对于每一个特定工况把步骤4中离散化的火电机组运行数据利用动态模糊兴趣度-支持度框架进行关联规则挖掘，将得到的最优目标值与同工况下的历史知识库进行比较，若最新的最优目标值优于历史最优目标值，则使用最新的目标值替代该工况下的历史最优目标值，作为火电机组运行参数在该工况下的优化目标值；

关联规则挖掘算法流程如下：

(1)给出2维关联规则的最小兴趣度阈值，确定前件及后件谓词集合；基于元规则模式对后件谓词集合中单个子集元素及前件谓词集合中所有子集中的单元素属性构建二维关联规则，并计算其模糊兴趣度值；

(2)筛选大于2维关联规则的最小兴趣度阈值的所有二维关联规则，并依据所筛选结果重新构建前件谓词集合，按等比递增公式计算更高维度关联规则的最小置信度值，实现参数的动态调整；

(3)对r维前件谓词集合所构成的所有r元子集与后件谓词集合中单元素子集构成维关联规则，并计算其模糊置信度值，生成r+1维前件谓词集合；

(4)若r+1维前件谓词集合为非空集合，转到(3)；否则更换前件谓词集合子集元素并转到(1)，若单元素全部更换完成则结束该挖掘过程。

2.根据权利要求1所述的基于关联规则挖掘的火电厂主运行参数目标值的确定方法，其特征在于，在所述步骤1中，所述无效值和缺失值的修正采用时间顺序上的前后临近值的平均值替代。

3.根据权利要求1所述的基于关联规则挖掘的火电厂主运行参数目标值的确定方法，其特征在于，在步骤2中所述特定时间段为20min。

4.根据权利要求1所述的基于关联规则挖掘的火电厂主运行参数目标值的确定方法，其特征在于，在步骤4中所述火电机组性能指标的线性组合为L＝p₁′L₁+p₂′L₂+p₃′L₃，其中L为机组性能指标，L₁为经济性指数，L₂为环保性指数，L₃为稳定运行性指数，其中参数p₁、p₂、p₃为权重因子，且满足p₁+p₂+p₃＝1。

5.根据权利要求1所述的基于关联规则挖掘的火电厂主运行参数目标值的确定方法，其特征在于，在步骤4中所述自适应模糊C均值聚类算法，根据数据集的几何结构，即每一个子类应该是紧致的，且子类与子类应尽量分离的思想来设计以聚类数为自变量的聚类效果评价函数，最后结合机组实际运行状况选取合适的聚类数及其所对应的中心向量和隶属度矩阵作为自适应模糊C均值聚类算法计算结果。

6.根据权利要求1所述的基于关联规则挖掘的火电厂主运行参数目标值的确定方法，其特征在于，在步骤5中所述动态模糊 兴趣度-支持度框架中的最小兴趣度指标动态性体现为：min_conf_{fp_r+1}＝min_conf_{fp_2}×k^r-1，满足k≥1，min_conf_{fp_r+1}≤1，其中r+1维度关联规则的最小兴趣度值为min_conf_{fp_r+1}，min_conf_{fp_2}，为2维关联规则最小兴趣度阈值，k为动态调整参数，凭经验设置为1.1。