《基於序列模式挖掘的火電廠制粉系統節能最佳化技術研究》是依託西安交通大學，由曹暉擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於序列模式挖掘的火電廠制粉系統節能最佳化技術研究
- 項目類別：青年科學基金項目
- 項目負責人：曹暉
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
制粉系統是火力發電廠的主要輔助設備和耗電大戶，用序列模式挖掘實現其運行參數的最佳化，具有重大的節能潛力。擬以實際數據為出發點，通過序列模式挖掘，建立起過程變數和最佳運行值之間的序列模式庫，再與運行數據比較即可確定出當前工況下的最佳運行值。針對制粉系統這類複雜工業對象資料庫是一個大型的、高維的、非線性的序列資料庫且維間存在耦合的特點，研究異常序列發現算法，確保序列模式挖掘結果的正確性；研究隸屬度函式自動構建方法和共享最近鄰相似度量度，提出適合複雜工業系統序列資料庫數量型屬性劃分方法；研究序列模式時間約束、興趣度量度、挖掘方式以及剪枝技術的，提出適合複雜工業系統序列資料庫的模糊序列模式挖掘算法。通過火電廠現場試驗，驗證基於序列模式挖掘的制粉系統節能最佳化技術的可用性和正確性。本研究不僅可以實現制粉系統節能降耗10％～15％，而且為同類複雜工業系統最佳化控制的研究開闢了新的途徑。
結題摘要
制粉系統是火力發電廠的主要輔助設備和耗電大戶，研究火電廠制粉系統的節能最佳化技術，具有十分重要的意義。本項目以實際數據為出發點，通過模糊序列模式挖掘，建立起過程變數和最佳運行值之間的關聯規則庫，並自動確定出當前工況下運行參數的最優值，從而使制粉系統在最佳方式下運行，達到節能降耗的目的。為了解決序列模式挖掘前的數據預處理問題，提出了基於密度相似近鄰的孤立點發現算法。該算法首先根據對象和其近鄰間k-密度變化來建立對象的相似密度序列，然後依據對象的平均序列代價和其k-距離鄰域的平均序列代價，計算出對象的密度相似近鄰異常因子來表征對象的孤立程度。該方法不僅對邊界對象和小簇中對象的評估更為準確，而且參數易於選擇；提出了基於混合聚類的隸屬度函式構建和共享最近鄰相似度數量型屬性劃分方法。該方法首先使用改進型的基於密度聚類算法，並根據簇間的鄰近度或簇中對象的相異度對簇進行凝聚或分裂，實現對資料庫的聚類分析。其次，將形成的簇投影到過程變數的論域上，根據簇投影形成的區間和簇心的投影來建立其對應的隸屬度函式。最後，採用基於近似度的隸屬度函式對數量型屬性進行劃分。該方法具有較好的劃分效果和運行性能；提出了基於獨立剪枝策略的模糊序列模式挖掘算法。該算法通過對現場數據的似先驗挖掘得到運行參數的模糊序列模式，並通過逐項搜尋方法確定出當前工況下運行參數的最佳設定值。其中，採用改進模糊序列支持度和模糊序列置信度確保了挖掘結果的正確性，採用獨立剪枝策略提高了算法效率，採用滑動時間窗技術保證了所得模糊序列模式的完備性。該方法不僅可自動得到運行參數的最優值，而且算法性能和擴展性較好。此外，為了準確反映制粉系統運行效率，提出了基於改進混合遺傳算法的變數選擇方法和基於Takagi-Sugeno型模糊規則的制粉系統出力預測模型，以及為了從運行數據中獲得狀態信息，探索了制粉系統工況劃分方法。實際數據和現場實驗證明，基於序列模式挖掘的制粉系統節能最佳化技術不僅可以實現制粉系統節能降耗，而且為同類複雜工業系統最佳化控制的研究開闢了新的途徑。總結相關研究成果發表ECI/EI收錄論文14篇，申請發明專利3項，培養碩士研究生5名，以及獲得2012年度教育部“新世紀優秀人才支持計畫”和2014年國家自然科學基金面上項目的資助。
