基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方法
【專利摘要】本發(fā)明是一種基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方法。通過對存儲在歷史運行數(shù)據(jù)庫中的穩(wěn)態(tài)運行數(shù)據(jù)利用關(guān)聯(lián)規(guī)則挖掘技術(shù)得到機組在特定運行工況下的規(guī)則知識，最終用于指導機組優(yōu)化運行。方法首先利用數(shù)據(jù)預處理技術(shù)從機組歷史運行數(shù)據(jù)集中提取穩(wěn)態(tài)運行數(shù)據(jù)。進而通過工況劃分結(jié)果對特定工況數(shù)據(jù)集進行連續(xù)型屬性的離散化操作，完成關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)集準備。最后通過關(guān)聯(lián)規(guī)則挖掘技術(shù)對離散化后的數(shù)據(jù)集進行規(guī)則知識提取，得到機組歷史運行知識庫。該知識庫可以輔助運行人員或控制系統(tǒng)做出相關(guān)決策，依據(jù)目標屬性的不同可以提高機組運行的經(jīng)濟性，穩(wěn)定性和環(huán)保性，使機組長時間保持在優(yōu)良的運行工況下。
【專利說明】
基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于火電運行優(yōu)化技術(shù)領(lǐng)域，是一種基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參 數(shù)目標值的確定方法，該方法適用于火電，風電等相關(guān)領(lǐng)域。
【背景技術(shù)】
[0002] 為保證火電廠機組的安全穩(wěn)定和高效運行，目前基于數(shù)據(jù)挖掘的大型火電機組運 行參數(shù)優(yōu)化技術(shù)成為研究的關(guān)鍵領(lǐng)域之一。相同的外部約束條件下，由于運行操作的差別， 機組穩(wěn)定運行在不同的運行工況下。機組歷史運行數(shù)據(jù)庫中的運行工況記錄覆蓋面廣，能 真實反映機組實際運行狀態(tài)，機組在不同外部條件下的最優(yōu)可達運行工況均記錄在該數(shù)據(jù) 庫中。因此，基于數(shù)據(jù)挖掘的火電廠運行參數(shù)優(yōu)化研究其根本目標是獲得火電廠當前最優(yōu) 運行目標工況。
[0003] 傳統(tǒng)獲得機組最優(yōu)運行目標工況的方法主要有采用機組設(shè)計值代替，機組熱力試 驗試驗數(shù)據(jù)，機組在線變工況計算，以及基于數(shù)據(jù)挖掘技術(shù)的機組目標值確定。機組設(shè)計值 在機組處于低負荷時偏差較大;機組熱力試驗需要投入大量的資源實現(xiàn)機組在各種工況下 的測試苛刻條件，所得數(shù)據(jù)很難滿足實際工況要求;機組在線變工況計算方法存在大部分 環(huán)節(jié)機理模型不準確進而導致整個機組運行計算的偏差，理論上的應(yīng)達值與實際機組目標 值存在未知的偏差。目前基于數(shù)據(jù)挖掘的大型火電機組運行參數(shù)優(yōu)化技術(shù)已經(jīng)在許多方面 取得一定進展，但依然存在以下幾方面問題：
[0004] 1.在特征屬性參數(shù)的數(shù)據(jù)離散化階段，依然存在人為給定相關(guān)參數(shù)導致算法對離 散化結(jié)果帶來不確定性影響。通過研究數(shù)據(jù)離散化劃分方法，進一步發(fā)揮聚類分析技術(shù)在 數(shù)據(jù)離散化過程中的應(yīng)用，減少離散化過程中人為因素的干擾，為關(guān)聯(lián)規(guī)則挖掘做好數(shù)據(jù) 準備；
[0005] 2.關(guān)聯(lián)規(guī)則挖掘框架的改進優(yōu)化，在火電廠運行的新物理背景下，原挖掘框架的 適用性應(yīng)該被質(zhì)疑，同時其缺陷也逐漸裸露。如何防止?jié)撛谥R被忽略，確定最優(yōu)運行目標 工況與歷史數(shù)據(jù)的關(guān)系以及減小挖掘結(jié)果對給定最小支持度閾值的依賴性無法解決；
[0006] 3.在利用數(shù)據(jù)挖掘技術(shù)做規(guī)則知識的提取時，如何進一步降低挖掘結(jié)果的冗余 度，避免篩選大量冗余規(guī)則知識，實現(xiàn)對挖掘結(jié)果的高效獲取。

【發(fā)明內(nèi)容】

[0007] 為解決現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提供了一種基于關(guān)聯(lián)規(guī)則挖掘的火電 廠主運行參數(shù)目標值的確定方法。本發(fā)明是在機組海量運行數(shù)據(jù)的基礎(chǔ)上，通過對數(shù)據(jù)庫 中的穩(wěn)態(tài)運行數(shù)據(jù)利用關(guān)聯(lián)規(guī)則挖掘技術(shù)得到機組在特定運行工況下的規(guī)則知識。首先從 機組歷史運行數(shù)據(jù)集中提取穩(wěn)態(tài)運行數(shù)據(jù)，通過工況劃分結(jié)果對特定工況數(shù)據(jù)集進行連續(xù) 型屬性的離散化操作，完成關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)集準備。最后通過關(guān)聯(lián)規(guī)則挖掘技術(shù)對離 散化后的數(shù)據(jù)集進行規(guī)則知識提取，得到機組歷史運行知識庫，輔助運行人員或控制系統(tǒng) 做出相關(guān)決策，使機組長時間保持在優(yōu)良的運行工況下。
[0008] 首先對本發(fā)明中出現(xiàn)的技術(shù)名詞作以下說明：
[0009] 穩(wěn)態(tài)運行數(shù)據(jù):是指發(fā)電廠生產(chǎn)過程中機組在特定工況下運行穩(wěn)定性達到一定的 限制條件時，由這些穩(wěn)定的數(shù)據(jù)代表該機組在特定工況下的穩(wěn)態(tài)運行數(shù)據(jù)。
[0010] 特征屬性:發(fā)電廠生成過程中所有涉及的測點名稱及相應(yīng)的二次計算得到的參數(shù) 名稱。
[0011] 連續(xù)型屬性:屬性值為連續(xù)值的數(shù)據(jù)。例如:發(fā)電功率為200.5MW，即發(fā)電功率為連 續(xù)型屬性。
[0012] 離散化:是指將連續(xù)型屬性轉(zhuǎn)換成離散值。例如:發(fā)電功率為200.5MW，離散化后為 發(fā)電功率為"較高"。
[0013] 運行工況:是指其由一組狀態(tài)參數(shù)表示，包含環(huán)境因素、燃料特性和負荷等不可控 參數(shù)及相應(yīng)的機組運行參數(shù)。
[0014] 置信度:是指在已知規(guī)則知識特征屬性的條件下屬于某一目標類的統(tǒng)計比例，在 本發(fā)明中表示一條規(guī)則知識的可信程度。
[0015] 本發(fā)明具體采用如下技術(shù)方案：
[0016] -種基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方法，包括如下步驟：
[0017] 步驟1:首先對火電廠歷史運行數(shù)據(jù)進行參數(shù)數(shù)據(jù)的清洗，包括檢查數(shù)據(jù)一致性， 利用鄰近數(shù)據(jù)處理無效值和缺失值；
[0018] 步驟2:根據(jù)協(xié)調(diào)控制系統(tǒng)投入自動，且重要輔機正常運行的時間節(jié)點，利用機組 負荷以及主蒸汽壓力兩個參數(shù)在特定時間段內(nèi)的極差與額定值的比值與給定機組穩(wěn)態(tài)運 行閾值進行比較，將小于該閾值的數(shù)據(jù)加入機組穩(wěn)態(tài)運行數(shù)據(jù)集，其他數(shù)據(jù)直接剔除；
[0019] 步驟3:利用火電機組穩(wěn)態(tài)運行數(shù)據(jù)集，把機組運行工況按負荷、煤質(zhì)和循環(huán)水入 口溫度，以及循環(huán)水栗運行臺數(shù)四個外部條件參數(shù)作為依據(jù)對機組運行工況進行劃分，其 中利用K-means算法對機組負荷以及煤質(zhì)參數(shù)進行聚類分析，循環(huán)水溫度在0-40Γ，以5°C 為一個區(qū)間長度分為8個區(qū)間，最后通過組合四類參數(shù)確定一個特定工況；
[0020] 步驟4:定義火電機組性能指標參數(shù)，包括穩(wěn)定性、經(jīng)濟性、環(huán)保性3類指標，通過線 性組合確定屬性相應(yīng)的權(quán)重值，再利用自適應(yīng)模糊C均值聚類算法完成火電廠屬性參數(shù)和 性能指標參數(shù)的數(shù)據(jù)離散化過程；
[0021] 步驟5:對于每一個特定工況把步驟4中離散化的火電機組運行數(shù)據(jù)利用動態(tài)模糊 興趣度-支持度框架進行關(guān)聯(lián)規(guī)則挖掘，將得到的最優(yōu)目標值與同工況下的歷史知識庫進 行比較，若最新的最優(yōu)目標值優(yōu)于歷史最優(yōu)目標值，則使用最新的目標值替代該工況下的 歷史最優(yōu)目標值，作為火電機組運行參數(shù)在該工況下的優(yōu)化目標值。
[0022] 在所述步驟1中，所述無效值和缺失值的修正采用時間順序上的前后鄰近值的平 均值替代。
[0023] 在步驟2中所述特定時間段為20min。
[0024] 在步驟4中所述火電機組性能指標的線性組合為L = pi XL1+P2 XL2+P3 XL3,其中L 為機組性能指標，1^為經(jīng)濟性指數(shù)，。為環(huán)保性指數(shù)，L3為穩(wěn)定運行性指數(shù)，其中參數(shù)Pl、p 2、 P3為權(quán)重因子，且滿足P1+P2+P3 = 1。
[0025]在步驟4中所述自適應(yīng)模糊C均值聚類算法，根據(jù)數(shù)據(jù)集的幾何結(jié)構(gòu)，即每一個子 類應(yīng)該是緊致的，且子類與子類應(yīng)盡量分離的思想來設(shè)計以聚類數(shù)為自變量的聚類效果評 價函數(shù)，最后結(jié)合機組實際運行狀況選取合適的聚類數(shù)及其所對應(yīng)的中心向量和隸屬度矩 陣作為自適應(yīng)模糊C均值聚類算法計算結(jié)果。
[0026] 在步驟5中所述動態(tài)興趣度-支持度框架中的最小興趣度指標動態(tài)性體現(xiàn)為:min_ conffP_r+i=min_conffP_2 Xkr-、滿足k彡 1，min_conffP_r+i<l。其中r+1維度關(guān)聯(lián)規(guī)則的最小 興趣度值為min_conff P_r+i，min_conffP_2為2維關(guān)聯(lián)規(guī)則最小興趣度閾值，k為動態(tài)調(diào)整參 數(shù)，憑經(jīng)驗可設(shè)置為1.1。
[0027] 與現(xiàn)有技術(shù)相比，本發(fā)明具有以下特征和有益效果：
[0028] (1)采用數(shù)據(jù)挖掘技術(shù)和方法，在機組海量的生產(chǎn)運行歷史數(shù)據(jù)中，充分運用了特 定工況的所有數(shù)據(jù)，所得最優(yōu)運行目標參數(shù)具有良好的魯棒性和準確性。
[0029] (2)通過自適應(yīng)模糊C均值聚類算法進行數(shù)據(jù)的離散化操作，不僅反映火電廠原始 運行參數(shù)數(shù)據(jù)的分布特性，同時排除了以往部分參數(shù)需要人為給定的嚴重缺陷。
[0030] (3)利用動態(tài)模糊興趣度-支持度框架進行關(guān)聯(lián)規(guī)則挖掘，充分利用全體數(shù)據(jù)發(fā)掘 數(shù)據(jù)集中隱藏著的知識，完成規(guī)則知識的提取。
【附圖說明】
[0031] 圖1為本發(fā)明一種基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方法架構(gòu) 圖。
[0032] 圖2為本發(fā)明關(guān)聯(lián)規(guī)則挖掘流程圖。
【具體實施方式】
[0033]下面結(jié)合附圖對本發(fā)明的技術(shù)方案做進一步詳細說明。
[0034] 如圖1所示，一種基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方法，包括 如下步驟：
[0035] 第一，首先需要對火電廠歷史運行數(shù)據(jù)集進行數(shù)據(jù)清洗，真實的數(shù)據(jù)是不完整的、 有噪聲的、模糊的數(shù)據(jù)，無法直接進行數(shù)據(jù)挖掘。為了提高數(shù)據(jù)挖掘的結(jié)果的有效性和正確 性，降低數(shù)據(jù)挖掘所需要的時間，需要進行數(shù)據(jù)預處理。數(shù)據(jù)預處理包含多方面的內(nèi)容包括 檢查數(shù)據(jù)的一致性，無效值和缺失值等，平滑數(shù)據(jù)集;無效值和缺失值的修正采用時間順序 上的前后臨近值的平均值替代。
[0036] A)空缺數(shù)據(jù)的處理
[0037] (1)忽略該記錄。如果某條記錄中的空缺值比例較小且重要性較低時，這種方法的 性能比較好。
[0038] (2)使用時間順序上的鄰近數(shù)據(jù)填補空缺值。如果某屬性值缺失比例比較小，且重 要性較高時，可采用此方法。
[0039] (3)使用最可能的值填補空缺值。使用決策樹、回歸分析或是貝葉斯推理等方法預 測某屬性空缺值的最可能的取值。該方法利用了當前數(shù)據(jù)所含的信息來幫助預測空缺值的 最可能的取值。
[0040] B)異常數(shù)據(jù)的處理
[0041]在數(shù)據(jù)集合中，異常數(shù)據(jù)對數(shù)據(jù)挖掘的最終模型影響較大，應(yīng)將其影響減到最小。 異常數(shù)據(jù)的檢測和清除過程可以描述為一個從樣本中選出少部分與剩余數(shù)據(jù)顯著不同的 樣本的過程。根據(jù)集體屬性特征選取異常數(shù)據(jù)檢測的常用方法有：
[0042] (1)基于偏差。首先規(guī)定樣本集的基本屬性特征，所有不符合這些特征的樣本都是 異常樣本。
[0043] (2)離群點判斷。在數(shù)據(jù)挖掘中，通過聚類分析檢測離群點，那些位于集合之外的 數(shù)據(jù)對象被視為離群點，即異常數(shù)據(jù)。
[0044] 第二，電廠機組的特性研究需要獲得穩(wěn)態(tài)工況下的歷史數(shù)據(jù)。由于電廠機組負荷 變化導致歷史數(shù)據(jù)庫存在一定量的非穩(wěn)態(tài)運行數(shù)據(jù)。本方法根據(jù)協(xié)調(diào)控制系統(tǒng)投入自動， 且重要輔機正常運行的時間節(jié)點，利用機組負荷以及主蒸汽壓力兩個參數(shù)在特定時間段內(nèi) 的極差與額定值的比值與給定機組穩(wěn)態(tài)運行閾值進行比較，將小于該閾值的數(shù)據(jù)加入機組 穩(wěn)態(tài)運行數(shù)據(jù)集，剩余其他數(shù)據(jù)直接剔除;特定時間段一般為20min。
[0045] 第三，利用火電機組穩(wěn)態(tài)運行數(shù)據(jù)集，把機組運行工況按負荷、煤質(zhì)參數(shù)和循環(huán)水 入口溫度，以及循環(huán)水栗運行臺數(shù)四個外部條件參數(shù)作為依據(jù)對機組運行工況進行劃分。 其中利用K-means算法對機組負荷以及煤質(zhì)參數(shù)進行聚類分析，循環(huán)水溫度在0-40°C，以5 °C為一個區(qū)間長度分為8個區(qū)間，最后通過組合四類外部條件參數(shù)確定一個特定工況。
[0046] 第四，定義火電機組性能指標參數(shù)，包括穩(wěn)定性、經(jīng)濟性、環(huán)保性3類指標，通過線 性組合確定目標屬性相應(yīng)的權(quán)重值。此外，數(shù)據(jù)庫中的數(shù)據(jù)屬性主要可以分成兩類:一類是 連續(xù)數(shù)據(jù)，另一類是離散屬性，這種屬性的值可以用少量的離散值來表示。在電站過程數(shù)據(jù) 庫中存在大量的連續(xù)型屬性，諸如溫度、壓力、負荷等。連續(xù)型屬性的離散化指在特定連續(xù) 型屬性的值域范圍內(nèi)，根據(jù)某種評價規(guī)則，設(shè)定若干個劃分點，用這些劃分點將屬性的值域 范圍劃分成一些子區(qū)間（離散化區(qū)間），最后用特定的符號或整數(shù)值代表每個子區(qū)間。
[0047] 所述火電機組性能指標的線性組合為L = pi XL1+P2XL2+P3 XL3,其中L為機組性能 指標，"為經(jīng)濟性指數(shù)，。為環(huán)保性指數(shù)，L3為穩(wěn)定運行性指數(shù)，其中參數(shù)Pl、p2、p 3為權(quán)重因 子，且滿足P1+P2+P3 = 1。
[0048] 本發(fā)明利用自適應(yīng)模糊C均值聚類算法，根據(jù)數(shù)據(jù)集的幾何結(jié)構(gòu)，即每一個子類應(yīng) 該是緊致的，并且子類與子類應(yīng)盡可能分離的思想來設(shè)計以聚類數(shù)為自變量的聚類效果評 價函數(shù)，最后結(jié)合機組實際運行狀況選取合適的聚類數(shù)及其所對應(yīng)的中心向量和隸屬度向 量作為自適應(yīng)模糊C均值聚類算法計算結(jié)果，完成火電廠屬性參數(shù)和性能指標參數(shù)的數(shù)據(jù) 離散化過程。
[0049] 第五，對于每一個特定工況把離散化后的火電機組運行數(shù)據(jù)利用動態(tài)模糊興趣 度-支持度框架進行關(guān)聯(lián)規(guī)則挖掘，圖2為該關(guān)聯(lián)規(guī)則挖掘算法流程圖。流程如下：
[0050] (1)給出2維關(guān)聯(lián)規(guī)則的最小興趣度閾值，確定前件及后件謂詞集合;基于元規(guī)則 模式對后件謂詞集合中單個子集元素及前件謂詞集合中所有子集中的單元素屬性構(gòu)建二 維關(guān)聯(lián)規(guī)則，并計算其模糊興趣度值。
[0051] (2)篩選大于2維關(guān)聯(lián)規(guī)則的最小興趣度閾值的所有二維關(guān)聯(lián)規(guī)則，并依據(jù)所篩選 結(jié)果重新構(gòu)建前件謂詞集合，按等比遞增公式計算更高維度關(guān)聯(lián)規(guī)則的最小置信度值，實 現(xiàn)參數(shù)的動態(tài)調(diào)整。
[0052]所述動態(tài)興趣度-支持度框架中的最小興趣度指標動態(tài)性體現(xiàn)為:min_conffp_r+1 =min_conffP_2 X k1^1，滿足k彡1，min_conffP_r+i< 1。其中r+1維度關(guān)聯(lián)規(guī)則的最小興趣度值 為min_conffP_r+i，min_conff P_2為2維關(guān)聯(lián)規(guī)則最小興趣度閾值，k為動態(tài)調(diào)整參數(shù)，憑經(jīng)驗 可設(shè)置為1.1。
[0053] (3)對r維前件謂詞集合所構(gòu)成的所有r元子集(一個數(shù)值型屬性所對應(yīng)的多個離 散化模糊屬性在前件謂詞集合的每個子集中僅能至多出現(xiàn)一次)與后件謂詞集合中單元素 子集構(gòu)成維關(guān)聯(lián)規(guī)則，并計算其模糊置信度值，生成r+Ι維前件謂詞集合。
[0054] (4)若r+Ι維前件謂詞集合為非空集合，轉(zhuǎn)到(3);否則更換前件謂詞集合子集元素 并轉(zhuǎn)到（1)，若單元素全部更換完成則結(jié)束該挖掘過程。
[0055] 由于在確定電廠經(jīng)濟運行工況模式中隨著關(guān)聯(lián)規(guī)則維度的增加，意味著相應(yīng)的經(jīng) 濟性目標下的特征點得到增加，若此時該關(guān)聯(lián)規(guī)則計算得到的興趣度值也得到了增加，就 認為該屬性對機組經(jīng)濟性能有益，否則認為該屬性的增加無效，并剔除該規(guī)則。將得到的最 優(yōu)目標值與同工況下的歷史知識庫進行比較，若最新的最優(yōu)目標值優(yōu)于歷史最優(yōu)目標值， 則使用最新的目標值替代該工況下的歷史最優(yōu)目標值，作為火電機組運行參數(shù)在該工況下 的優(yōu)化目標值。
【主權(quán)項】
1. 一種基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方法，其特征在于，基于 火電廠機組運行積累的海量歷史數(shù)據(jù)，找出機組特定運行工況下的最佳運行參數(shù)目標值， 包括如下步驟： 步驟1:首先對火電廠歷史運行數(shù)據(jù)進行參數(shù)數(shù)據(jù)的清洗，包括檢查數(shù)據(jù)一致性，利用 鄰近數(shù)據(jù)處理無效值和缺失值； 步驟2:根據(jù)協(xié)調(diào)控制系統(tǒng)投入自動，且重要輔機正常運行的時間節(jié)點，利用機組負荷 W及主蒸汽壓力兩個參數(shù)在特定時間段內(nèi)的極差與額定值的比值與給定機組穩(wěn)態(tài)運行闊 值進行比較，將小于該闊值的數(shù)據(jù)加入機組穩(wěn)態(tài)運行數(shù)據(jù)集，其他數(shù)據(jù)直接剔除； 步驟3:利用火電機組穩(wěn)態(tài)運行數(shù)據(jù)集，把機組運行工況按負荷、煤質(zhì)和循環(huán)水入口溫 度，W及循環(huán)水累運行臺數(shù)四個外部條件參數(shù)作為依據(jù)對機組運行工況進行劃分，其中利 用K-means算法對機組負荷W及煤質(zhì)參數(shù)進行聚類分析，循環(huán)水溫度在0-40°C，W5°C為一 個區(qū)間長度分為8個區(qū)間，最后通過組合四類參數(shù)確定一個特定工況； 步驟4:定義火電機組性能指標參數(shù)，包括穩(wěn)定性、經(jīng)濟性、環(huán)保性3類指標，通過線性組 合確定屬性相應(yīng)的權(quán)重值，再利用自適應(yīng)模糊C均值聚類算法完成火電廠屬性參數(shù)和性能 指標參數(shù)的數(shù)據(jù)離散化過程； 步驟5:對于每一個特定工況把步驟4中離散化的火電機組運行數(shù)據(jù)利用動態(tài)模糊興 趣度-支持度框架進行關(guān)聯(lián)規(guī)則挖掘，將得到的最優(yōu)目標值與同工況下的歷史知識庫進行 比較，若最新的最優(yōu)目標值優(yōu)于歷史最優(yōu)目標值，則使用最新的目標值替代該工況下的歷 史最優(yōu)目標值，作為火電機組運行參數(shù)在該工況下的優(yōu)化目標值。2. 根據(jù)權(quán)利要求1所述的基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方 法，其特征在于，在所述步驟1中，所述無效值和缺失值的修正采用時間順序上的前后臨近 值的平均值替代。3. 根據(jù)權(quán)利要求1所述的基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方 法，其特征在于，在步驟2中所述特定時間段為20min。4. 根據(jù)權(quán)利要求1所述的基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方 法，其特征在于，在步驟4中所述火電機組性能指標的線性組合為I = 馬， 其中為機組性能指標，再為經(jīng)濟性指數(shù)，鳴為環(huán)保性指數(shù)，為穩(wěn)定運行性指數(shù)，其中參數(shù) 扣、巧、坑為權(quán)重因子，且滿足巧+巧+將=1。5. 根據(jù)權(quán)利要求1所述的基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方 法，其特征在于，在步驟4中所述自適應(yīng)模糊C均值聚類算法，根據(jù)數(shù)據(jù)集的幾何結(jié)構(gòu)，即 每一個子類應(yīng)該是緊致的，且子類與子類應(yīng)盡量分離的思想來設(shè)計W聚類數(shù)為自變量的聚 類效果評價函數(shù)，最后結(jié)合機組實際運行狀況選取合適的聚類數(shù)及其所對應(yīng)的中屯、向量和 隸屬度矩陣作為自適應(yīng)模糊C均值聚類算法計算結(jié)果。6. 根據(jù)權(quán)利要求1所述的基于關(guān)聯(lián)規(guī)則挖掘的火電廠主運行參數(shù)目標值的確定方 法，其特征在于，在步驟5中所述動態(tài)興趣度-支持度框架中的最小興趣度指標動態(tài)性體 現(xiàn)為：滿足I空1，總Ι?巧瓣舉:^，其中戶1維度關(guān) 聯(lián)規(guī)則的最小興趣度值巧li礙麵;遂銷為2維關(guān)聯(lián)規(guī)則最小興趣度闊 值，*為動態(tài)調(diào)整參數(shù)，憑經(jīng)驗設(shè)置為1.1。
【文檔編號】G05B19/418GK106094744SQ201610393237
【公開日】2016年11月9日
【申請日】2016年6月4日 公開號201610393237.X, CN 106094744 A, CN 106094744A, CN 201610393237, CN-A-106094744, CN106094744 A, CN106094744A, CN201610393237, CN201610393237.X
【發(fā)明人】賈立, 黃文成
【申請人】上海大學