龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安交通大学
摘要：本发明公开了一种基于数据挖掘算法的热力系统能耗实时优化控制方法，主要利用数据校正技术校正电厂系统热平衡模型测量参数；并基于大数据挖掘技术，通过模糊粗糙集、改进的K‑means聚类算法，挖掘当前运行工况下最优电厂效率。该方法主要包括：实时采集运行参数，并通过数据校正过程得到处理后的可控校正参数，结合可控非校正参数得到待优化的可控参数集；利用增量式大数据挖掘技术，通过模糊粗糙集对可控参数进行属性约简得到最简属性集；进行K‑means并行聚类处理，并结合Canopy算法计算得到聚类结果；通过确定当前工况下的聚类样本点，挖掘得到该工况下电厂总效率最高值及其对应的可控运行参数的基准值。本发明主要应用于电厂运行的优化控制过程中。
主权项：1.一种基于数据挖掘算法的热力系统能耗实时优化控制方法，其特征在于，包括以下步骤：1根据实际研究的电厂热力系统和测量仪表布置情况，实时采集运行参数数据；2根据运行参数的类型与属性进行划分，将运行参数划分为校正参数集与非校正参数集，其中校正参数集与非校正参数集中又分别包含可控运行参数与不可控参数；3基于流量平衡与能量平衡，构建电厂热力系统平衡关系模型，并完成校正参数的数据校正过程，得到处理后的可控校正参数；4对于可控校正参数，将步骤3完成数据校正的数值作为测量真值，对于可控非校正参数，将测量值视为真值，得到待优化的可控参数集；5对待优化的可控参数集，利用增量式大数据挖掘技术，以电厂DCS系统积累的海量运行数据为基础进行数据挖掘，通过模糊粗糙集对可控参数进行属性约简得到最简属性集；6针对最简属性集中约简后的属性指标进行K-means并行聚类处理，并结合Canopy算法，首先对数据进行聚类分析，以确定初始聚类中心及聚类数目，再通过K-means算法进行迭代计算，得到最后的聚类结果；7依照步骤5和步骤6的优化计算过程，通过确定当前工况下的聚类样本点，挖掘得到该工况下电厂总效率最高值及其对应的可控运行参数的基准值，并依据基准值优化控制电厂当前运行条件。
全文数据：
权利要求：
百度查询： 西安交通大学 一种基于数据挖掘算法的热力系统能耗实时优化控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号