改進的模糊聚類算法在電站運行優(yōu)化中的應(yīng)用.pdf

1、我國電力行業(yè)自動化、信息化進程高速發(fā)展，電站積累了海量的歷史運行數(shù)據(jù)，其中必然蘊含了大量未知的寶貴知識，為應(yīng)用數(shù)據(jù)挖掘指導(dǎo)電站優(yōu)化運行提供了基礎(chǔ)保障。但同時我們也面臨著“信息富足，知識匱乏”的問題，其中電站歷史數(shù)據(jù)中缺失值的存在增加了數(shù)據(jù)挖掘的難度，缺失數(shù)據(jù)的錯誤處理甚至?xí)?dǎo)致數(shù)據(jù)挖掘的失敗。因此，對電站數(shù)據(jù)缺失值進行高效準(zhǔn)確的處理是一項緊迫的任務(wù)。
　　模糊聚類算法體現(xiàn)了“物以類聚”及“模糊劃分”的思想。電站運行機理復(fù)雜各參數(shù)相

2、互耦合、在不同工況下運行數(shù)據(jù)具有差異性、在相近工況下運行數(shù)據(jù)又具有相似性是模糊聚類算法能夠應(yīng)用于電站數(shù)據(jù)分析處理的理論基礎(chǔ)。本文利用改進的模糊聚類算法對電站數(shù)據(jù)多屬性缺失值進行填補，為進一步的數(shù)據(jù)挖掘做好了數(shù)據(jù)準(zhǔn)備。同時利用模糊聚類算法離散化電站數(shù)據(jù)，進行關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘，得到了能夠指導(dǎo)電站優(yōu)化運行的規(guī)則。
　　本文主要研究內(nèi)容包括：
　　1.提出了SVR-OCSFCM算法，應(yīng)用于電站數(shù)據(jù)多屬性缺失值的填補。為提高缺失值填補

3、效率，根據(jù)電站數(shù)據(jù)的缺失值分布特點，提出了SVR-OCSFCM填補與線性填補相結(jié)合的電站缺失數(shù)據(jù)處理策略。
　　2.采用改進的模糊聚類算法對電站數(shù)據(jù)進行離散化。應(yīng)用決策表中的相容性作為評判標(biāo)準(zhǔn)，動態(tài)調(diào)節(jié)聚類參數(shù)，能夠達到優(yōu)化電站數(shù)據(jù)的離散效果。
　　3.設(shè)計了數(shù)據(jù)預(yù)處理及數(shù)據(jù)挖掘軟件框架及可視化界面，并利用Microsoft Visual Studio開發(fā)環(huán)境實現(xiàn)了各算法及功能模塊。
　　4.以低供電煤耗為目標(biāo)，對電站